Faut-il écrire un prompt ?

Non. Il suffit de fournir une URL d'image, le modèle sépare automatiquement le premier plan et l'arrière-plan.

La sortie est-elle une image réellement transparente ?

La sortie est un PNG avec canal Alpha. Le damier de la page sert à visualiser les zones transparentes et n'est pas intégré au résultat brut téléchargé.

Quels paramètres l'API doit-elle recevoir ?

Transmettez model et input.image_url. L'adresse de l'image doit être directement accessible via HTTP ou HTTPS.

Peut-on ajuster le format, la couleur ou générer un nouvel arrière-plan ?

L'interface actuelle est dédiée à la suppression d'arrière-plan et ne propose pas de réglages de format, de couleur d'arrière-plan ni d'invite. Vous pouvez transmettre le résultat transparent à un outil d'édition ultérieur pour poursuivre le traitement.

Comment enregistrer une image une fois générée ?

Téléchargez le résultat une fois la tâche réussie, ou enregistrez-le dans votre propre stockage. La page affiche les ressources et les produits temporaires de la tâche dont les modalités de conservation diffèrent.

Comment dessiner un masque ?

Un masque est une image en noir et blanc : les zones blanches sont effacées et complétées par l'arrière-plan, tandis que les zones noires restent inchangées. Il est préférable que la zone blanche dépasse légèrement le contour de l'objet, afin que les ombres et les résidus de bord soient également supprimés.

Le masque doit-il avoir la même taille que l'image d'origine ?

Le rapport largeur/hauteur du masque doit être identique à celui de l'image d'origine ; il est recommandé d'exporter directement aux dimensions de l'image d'origine afin d'éviter tout décalage de la position d'effacement.

Faut-il écrire un prompt ?

Non. Bria Eraser fonctionne uniquement à partir de l'image d'origine et du masque ; le champ prompt ne doit pas être inclus dans la requête.

mask_type : choisir manual ou automatic ?

Choisissez manual (par défaut) pour un masque peint à la main avec un pinceau ou un logiciel de retouche ; choisissez automatic pour un masque généré automatiquement par un outil de segmentation.

Que se passe-t-il lorsque l'image d'origine a un fond transparent ?

Une fois preserve_alpha activé, les zones transparentes de l'image d'entrée restent transparentes dans le résultat ; désactivé par défaut.

Quel est le format et la taille de la sortie ?

Chaque exécution produit 1 PNG, à la même résolution que l'image d'origine (testé avec une entrée de 1360 × 768, la sortie est également de 1360 × 768). Le PNG est au format RGBA ; lorsque la conservation de la transparence n'est pas activée, l'image est entièrement opaque.

Quels formats d'entrée sont pris en charge ?

L'image d'origine prend en charge JPEG, PNG et WEBP. L'image d'origine et le masque doivent tous deux être des adresses http(s) accessibles publiquement ; dans le Playground, les fichiers téléversés sont automatiquement convertis en liens.

Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre d'images générées, 1 image par requête ; le prix unitaire actuel est celui affiché en temps réel sur la page.

Peut-on utiliser la description de scène et l'image de référence de scène ensemble ?

Non, choisissez l'un ou l'autre. Lorsque vous rédigez une description de scène (prompt) en anglais, ne transmettez pas d'image de référence ; lorsque vous générez à partir d'une image de référence, n'écrivez pas de description. Dans Playground, changer de mode efface automatiquement le contenu de l'autre.

La description du scénario doit-elle être en anglais ?

Oui. Veuillez décrire le nouveau scénario ou le contexte en anglais dans le prompt, avec un maximum de 1000 caractères ; si le Playground détecte du chinois, il vous invitera à le reformuler.

Qu'est-ce que l'optimisation de la description ?

Une fois activée, votre description de scène sera automatiquement enrichie ; activée par défaut ; ne s'applique qu'au mode description de scène, elle n'est pas envoyée en mode image de référence.

Quelles sont les méthodes de placement des produits ?

La position prédéfinie (manual_placement, par défaut ; description de scène ou image de référence acceptée) place le produit à un emplacement spécifié du canevas, par défaut centré en bas, avec une sortie mesurée de 1024×1024 pour une entrée carrée ; le maintien en position d'origine (original) conserve la position et l'échelle du produit dans l'image d'origine.

Quand peut-on utiliser « conserver les dimensions de l'image d'origine » ?

Uniquement avec « conserver la position d'origine » : une fois activé, l'image est générée aux dimensions d'origine ; une fois désactivé, elle est redimensionnée à environ 1 million de pixels. Ce paramètre n'est pas envoyé en mode position prédéfinie.

Quel est le format et la taille de la sortie ?

Chaque exécution produit 1 PNG. Pour l'emplacement prédéfini (description de scène ou image de référence), une entrée carrée testée produit en sortie 1024 × 1024 ; en conservant la position d'origine et en activant la conservation de la taille de l'image d'origine, la taille de l'image d'origine est conservée (entrée testée 1168 × 880, sortie également 1168 × 880).

Quelle est la différence entre le mode rapide et le mode standard ?

Le mode rapide (activé par défaut) génère les images plus vite ; une fois désactivé, c'est le mode standard qui est utilisé. Les deux modes sont au même prix.

Quelles sont les exigences pour les images de produit ?

JPEG, PNG, WEBP pris en charge, 12 Mo maximum, l'image doit être accessible publiquement via une adresse http(s) ; une image de produit avec un sujet net et des bords complets donne de meilleurs résultats.

Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre d'images générées, 1 image par requête ; le tarif unitaire actuel est celui affiché en temps réel sur la page.

Quelles entrées Creatify Boreal prend-il en charge ?

Le prompt est obligatoire ; une image de référence et un audio de pilotage sont facultatifs. Vous pouvez utiliser uniquement le prompt ou combiner les trois.

Comment rédiger un prompt pour un résultat optimal ?

Structurez-le en quatre sections : [VISUAL] (image et cadrage), [SPEECH] (dialogue), [SOUNDS] (effets sonores et musique), [TEXT] (texte à l'écran). Indiquez None pour les sections inutiles.

Les prompts en chinois sont-ils pris en charge ?

Actuellement, les prompts en anglais donnent les résultats les plus stables ; les résultats des autres langues ne sont pas garantis, il est donc recommandé de commencer par l'anglais.

Quelle est la durée maximale d'une vidéo ?

1 à 20 secondes, réglable en secondes entières, 10 secondes par défaut.

Quelles résolutions sont prises en charge ?

720p, 1080p et 2K, avec 720p par défaut. En 2K, le grand côté est de 2016 pixels en 16:9 et 9:16, et le palier est de 1440p en 1:1, 4:3 et 3:4.

Comment choisir le format d'image ?

Options disponibles : automatique, 16:9, 9:16, 1:1, 4:3, 3:4. En mode automatique, le format suit celui de l'image de référence si elle est fournie ; sans image de référence, il est de 16:9. Si une image de référence est fournie et qu'un format est spécifié, l'image de référence est recadrée depuis le centre.

Comment utiliser l'audio de conduite ?

Après avoir téléversé une voix off, un dialogue ou une musique d'accompagnement, la vidéo finale conserve cet audio ; seules les premières secondes correspondant à la « durée » sont utilisées, et un silence est ajouté si l'audio n'est pas assez long.

Quel est le rôle de l'image de référence ?

L'image de référence détermine l'apparence du personnage, les vêtements et la composition ; elle permet de transformer une image de produit ou une photo de personne en vidéo.

Quel est le format de sortie ?

MP4 (vidéo H.264 + audio AAC, 24 fps), avec doublage et effets sonores intégrés.

Y a-t-il un filigrane dans les vidéos ?

Uniquement des filigranes invisibles. Toutes les vidéos comportent des métadonnées C2PA et un filigrane invisible ; aucun marquage visible n'est superposé à l'image.

Comment fonctionne la facturation ?

La facturation est basée sur la durée de la requête et la résolution choisie, le prix unitaire est indiqué dans les tarifs en temps réel de cette page ; les tâches échouées sont entièrement remboursées.

Comment appeler via l'API ?

Soumettez une tâche avec le modèle creatify-boreal via POST /v1/tasks, puis interrogez l'état de la tâche pour obtenir l'URL de la vidéo, voir la documentation de l'API pour plus de détails.

Quelle est la différence entre le nom officiel du modèle et l'ID de modèle HiAPI ?

Le nom officiel du modèle de DeepSeek est deepseek-flash ; l'ID de modèle réservé par HiAPI pour cet accès public est deepseek-v4.1-flash. Pour les requêtes et les exemples de pages, continuez d'utiliser deepseek-v4.1-flash.

Qu'est-ce que DeepSeek V4.1 Flash ?

DeepSeek V4.1 Flash est un modèle en version officielle prenant en charge les entrées texte et image. Selon les informations officielles de DeepSeek, il prend en charge un contexte de 1M de tokens, une sortie maximale de 384K tokens, ainsi que quatre niveaux d'intensité de réflexion : none, low, high et max, avec high par défaut.

Quel ID de modèle et quelle interface utiliser ?

Renseignez model avec deepseek-v4.1-flash. Vous pouvez utiliser POST /v1/responses, également compatible avec POST /v1/chat/completions ; les deux utilisent respectivement input et messages, ne mélangez pas les structures de requête.

Comment activer ou désactiver le mode réflexion ?

Les requêtes Responses utilisent reasoning.effort : none désactive la réflexion, low, high et max l'activent, la valeur par défaut étant high. Chat Completions utilise thinking.type=enabled/disabled ; lorsqu'il est activé, reasoning_effort permet de choisir low, high ou max.

Comment Responses gère-t-il les conversations multi-tours ?

Cette interface est sans état. À chaque appel, transmettez à nouveau dans input l'historique de conversation à conserver ; ne transmettez pas previous_response_id, conversation, background ni context_management, et il n'est pas nécessaire de transmettre store.

Comment déterminer la fin d'une réponse en streaming ?

Responses utilise response.output_text.delta pour recevoir les incréments de texte et lit l'usage final dans response.completed ; response.incomplete et response.failed indiquent respectivement une génération incomplète et un échec. Responses ne se termine pas par [DONE] ; le flux Chat Completions utilise toujours [DONE].

Comment les Token et le contenu de réflexion sont-ils facturés ?

L'entrée, la sortie et l'entrée en cache hit sont facturées séparément selon les Token réels, les Token de réflexion étant comptés dans la sortie. Les usage.input_tokens, usage.output_tokens et input_tokens_details.cached_tokens de Responses permettent de vérifier la consommation ; la facturation finale se base sur les journaux d'appels, et le prix unitaire est consultable dans la section des tarifs en temps réel.

Les images, les appels d'outils et le JSON structuré sont-ils tous disponibles ?

La documentation officielle de DeepSeek prend en charge les entrées d'images par URL et en base64, et l'environnement d'exécution HiAPI a validé ces deux types d'entrée. Les appels d'outils et le JSON structuré n'ont pas encore fait l'objet d'une validation d'intégration dans le cadre de cette mise en œuvre ; aucun engagement de prise en charge n'est donc donné pour l'instant.

Les clés API HiAPI existantes peuvent-elles continuer à être utilisées ?

Oui, vous pouvez réutiliser une clé API HiAPI disposant des autorisations sur les modèles correspondants et d'un solde disponible. Avec le SDK OpenAI, configurez base_url sur https://api.hiapi.ai/v1 ; utilisez client.responses.create pour Responses et client.chat.completions.create pour Chat Completions.

Qu'est-ce que Turbo 2.5 ?

Modèle de synthèse vocale à faible latence d'ElevenLabs, adapté aux assistants vocaux, aux annonces de notification et au doublage à grande échelle.

Envoyez une requête POST /v1/tasks avec model (elevenlabs/text-to-speech-turbo-2-5) et input, puis utilisez taskId pour récupérer le résultat ou configurer un callback.

Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre de caractères de input.text, par tranche de 1 000 caractères ; le prix unitaire en temps réel est celui indiqué dans la section tarifs de cette page.

previous_text et next_text sont-ils payants ?

Non, ils sont gratuits. Ils fournissent uniquement un contexte à la synthèse par segments afin de garantir une transition de ton naturelle.

Comment sont comptés les caractères chinois ?

Chaque caractère chinois, lettre, chiffre, signe de ponctuation ou espace compte pour 1 caractère ; les caractères chinois ne comptent pas double.

Combien de caractères au maximum par requête ?

5 000 caractères. Au-delà de cette limite, la soumission est rejetée sans frais ; pour les contenus longs, veuillez soumettre par segments.

Quelles voix sont disponibles ?

67 voix prédéfinies ElevenLabs, couvrant la narration, l'animation, les personnages et le service client ; transmettez le voice_id via voice.

Peut-on spécifier la langue de sortie ?

Oui. Définissez language_code avec un code ISO 639-1 à deux lettres (par exemple zh, en, ja) ; s'il est omis, la détection est automatique.

Questions fréquentes

Des réponses rapides sur la facturation, les comptes, l'intégration API, les capacités des modèles et les artefacts persistants.

Catégories 1050

Catégories

Faut-il écrire un prompt ?

Non. Il suffit de fournir une URL d'image, le modèle sépare automatiquement le premier plan et l'arrière-plan.

Modèles et capacités 851 Labs Background Remover
La sortie est-elle une image réellement transparente ?

La sortie est un PNG avec canal Alpha. Le damier de la page sert à visualiser les zones transparentes et n'est pas intégré au résultat brut téléchargé.

Modèles et capacités 851 Labs Background Remover
Quels paramètres l'API doit-elle recevoir ?

Transmettez model et input.image_url. L'adresse de l'image doit être directement accessible via HTTP ou HTTPS.

Modèles et capacités 851 Labs Background Remover
Peut-on ajuster le format, la couleur ou générer un nouvel arrière-plan ?

L'interface actuelle est dédiée à la suppression d'arrière-plan et ne propose pas de réglages de format, de couleur d'arrière-plan ni d'invite. Vous pouvez transmettre le résultat transparent à un outil d'édition ultérieur pour poursuivre le traitement.

Modèles et capacités 851 Labs Background Remover
Comment enregistrer une image une fois générée ?

Téléchargez le résultat une fois la tâche réussie, ou enregistrez-le dans votre propre stockage. La page affiche les ressources et les produits temporaires de la tâche dont les modalités de conservation diffèrent.

Modèles et capacités 851 Labs Background Remover
Comment dessiner un masque ?

Un masque est une image en noir et blanc : les zones blanches sont effacées et complétées par l'arrière-plan, tandis que les zones noires restent inchangées. Il est préférable que la zone blanche dépasse légèrement le contour de l'objet, afin que les ombres et les résidus de bord soient également supprimés.

Modèles et capacités BRIA Eraser
Le masque doit-il avoir la même taille que l'image d'origine ?

Le rapport largeur/hauteur du masque doit être identique à celui de l'image d'origine ; il est recommandé d'exporter directement aux dimensions de l'image d'origine afin d'éviter tout décalage de la position d'effacement.

Modèles et capacités BRIA Eraser
Faut-il écrire un prompt ?

Non. Bria Eraser fonctionne uniquement à partir de l'image d'origine et du masque ; le champ prompt ne doit pas être inclus dans la requête.

Modèles et capacités BRIA Eraser
mask_type : choisir manual ou automatic ?

Choisissez manual (par défaut) pour un masque peint à la main avec un pinceau ou un logiciel de retouche ; choisissez automatic pour un masque généré automatiquement par un outil de segmentation.

Modèles et capacités BRIA Eraser
Que se passe-t-il lorsque l'image d'origine a un fond transparent ?

Une fois preserve_alpha activé, les zones transparentes de l'image d'entrée restent transparentes dans le résultat ; désactivé par défaut.

Modèles et capacités BRIA Eraser
Quel est le format et la taille de la sortie ?

Chaque exécution produit 1 PNG, à la même résolution que l'image d'origine (testé avec une entrée de 1360 × 768, la sortie est également de 1360 × 768). Le PNG est au format RGBA ; lorsque la conservation de la transparence n'est pas activée, l'image est entièrement opaque.

Modèles et capacités BRIA Eraser
Quels formats d'entrée sont pris en charge ?

L'image d'origine prend en charge JPEG, PNG et WEBP. L'image d'origine et le masque doivent tous deux être des adresses http(s) accessibles publiquement ; dans le Playground, les fichiers téléversés sont automatiquement convertis en liens.

Modèles et capacités BRIA Eraser
Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre d'images générées, 1 image par requête ; le prix unitaire actuel est celui affiché en temps réel sur la page.

Modèles et capacités BRIA Eraser
Peut-on utiliser la description de scène et l'image de référence de scène ensemble ?

Non, choisissez l'un ou l'autre. Lorsque vous rédigez une description de scène (prompt) en anglais, ne transmettez pas d'image de référence ; lorsque vous générez à partir d'une image de référence, n'écrivez pas de description. Dans Playground, changer de mode efface automatiquement le contenu de l'autre.

Modèles et capacités BRIA Product Shot
La description du scénario doit-elle être en anglais ?

Oui. Veuillez décrire le nouveau scénario ou le contexte en anglais dans le prompt, avec un maximum de 1000 caractères ; si le Playground détecte du chinois, il vous invitera à le reformuler.

Modèles et capacités BRIA Product Shot
Qu'est-ce que l'optimisation de la description ?

Une fois activée, votre description de scène sera automatiquement enrichie ; activée par défaut ; ne s'applique qu'au mode description de scène, elle n'est pas envoyée en mode image de référence.

Modèles et capacités BRIA Product Shot
Quelles sont les méthodes de placement des produits ?

La position prédéfinie (manual_placement, par défaut ; description de scène ou image de référence acceptée) place le produit à un emplacement spécifié du canevas, par défaut centré en bas, avec une sortie mesurée de 1024×1024 pour une entrée carrée ; le maintien en position d'origine (original) conserve la position et l'échelle du produit dans l'image d'origine.

Modèles et capacités BRIA Product Shot
Quand peut-on utiliser « conserver les dimensions de l'image d'origine » ?

Uniquement avec « conserver la position d'origine » : une fois activé, l'image est générée aux dimensions d'origine ; une fois désactivé, elle est redimensionnée à environ 1 million de pixels. Ce paramètre n'est pas envoyé en mode position prédéfinie.

Modèles et capacités BRIA Product Shot
Quel est le format et la taille de la sortie ?

Chaque exécution produit 1 PNG. Pour l'emplacement prédéfini (description de scène ou image de référence), une entrée carrée testée produit en sortie 1024 × 1024 ; en conservant la position d'origine et en activant la conservation de la taille de l'image d'origine, la taille de l'image d'origine est conservée (entrée testée 1168 × 880, sortie également 1168 × 880).

Modèles et capacités BRIA Product Shot
Quelle est la différence entre le mode rapide et le mode standard ?

Le mode rapide (activé par défaut) génère les images plus vite ; une fois désactivé, c'est le mode standard qui est utilisé. Les deux modes sont au même prix.

Modèles et capacités BRIA Product Shot
Quelles sont les exigences pour les images de produit ?

JPEG, PNG, WEBP pris en charge, 12 Mo maximum, l'image doit être accessible publiquement via une adresse http(s) ; une image de produit avec un sujet net et des bords complets donne de meilleurs résultats.

Modèles et capacités BRIA Product Shot
Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre d'images générées, 1 image par requête ; le tarif unitaire actuel est celui affiché en temps réel sur la page.

Modèles et capacités BRIA Product Shot
Quelles entrées Creatify Boreal prend-il en charge ?

Le prompt est obligatoire ; une image de référence et un audio de pilotage sont facultatifs. Vous pouvez utiliser uniquement le prompt ou combiner les trois.

Modèles et capacités Creatify Boreal
Comment rédiger un prompt pour un résultat optimal ?

Structurez-le en quatre sections : [VISUAL] (image et cadrage), [SPEECH] (dialogue), [SOUNDS] (effets sonores et musique), [TEXT] (texte à l'écran). Indiquez None pour les sections inutiles.

Modèles et capacités Creatify Boreal
Les prompts en chinois sont-ils pris en charge ?

Actuellement, les prompts en anglais donnent les résultats les plus stables ; les résultats des autres langues ne sont pas garantis, il est donc recommandé de commencer par l'anglais.

Modèles et capacités Creatify Boreal
Quelle est la durée maximale d'une vidéo ?

1 à 20 secondes, réglable en secondes entières, 10 secondes par défaut.

Modèles et capacités Creatify Boreal
Quelles résolutions sont prises en charge ?

720p, 1080p et 2K, avec 720p par défaut. En 2K, le grand côté est de 2016 pixels en 16:9 et 9:16, et le palier est de 1440p en 1:1, 4:3 et 3:4.

Modèles et capacités Creatify Boreal
Comment choisir le format d'image ?

Options disponibles : automatique, 16:9, 9:16, 1:1, 4:3, 3:4. En mode automatique, le format suit celui de l'image de référence si elle est fournie ; sans image de référence, il est de 16:9. Si une image de référence est fournie et qu'un format est spécifié, l'image de référence est recadrée depuis le centre.

Modèles et capacités Creatify Boreal
Comment utiliser l'audio de conduite ?

Après avoir téléversé une voix off, un dialogue ou une musique d'accompagnement, la vidéo finale conserve cet audio ; seules les premières secondes correspondant à la « durée » sont utilisées, et un silence est ajouté si l'audio n'est pas assez long.

Modèles et capacités Creatify Boreal
Quel est le rôle de l'image de référence ?

L'image de référence détermine l'apparence du personnage, les vêtements et la composition ; elle permet de transformer une image de produit ou une photo de personne en vidéo.

Modèles et capacités Creatify Boreal
Quel est le format de sortie ?

MP4 (vidéo H.264 + audio AAC, 24 fps), avec doublage et effets sonores intégrés.

Modèles et capacités Creatify Boreal
Y a-t-il un filigrane dans les vidéos ?

Uniquement des filigranes invisibles. Toutes les vidéos comportent des métadonnées C2PA et un filigrane invisible ; aucun marquage visible n'est superposé à l'image.

Modèles et capacités Creatify Boreal
Comment fonctionne la facturation ?

La facturation est basée sur la durée de la requête et la résolution choisie, le prix unitaire est indiqué dans les tarifs en temps réel de cette page ; les tâches échouées sont entièrement remboursées.

Modèles et capacités Creatify Boreal
Comment appeler via l'API ?

Soumettez une tâche avec le modèle creatify-boreal via POST /v1/tasks, puis interrogez l'état de la tâche pour obtenir l'URL de la vidéo, voir la documentation de l'API pour plus de détails.

Modèles et capacités Creatify Boreal
Quelle est la différence entre le nom officiel du modèle et l'ID de modèle HiAPI ?

Le nom officiel du modèle de DeepSeek est deepseek-flash ; l'ID de modèle réservé par HiAPI pour cet accès public est deepseek-v4.1-flash. Pour les requêtes et les exemples de pages, continuez d'utiliser deepseek-v4.1-flash.

Modèles et capacités
Qu'est-ce que DeepSeek V4.1 Flash ?

DeepSeek V4.1 Flash est un modèle en version officielle prenant en charge les entrées texte et image. Selon les informations officielles de DeepSeek, il prend en charge un contexte de 1M de tokens, une sortie maximale de 384K tokens, ainsi que quatre niveaux d'intensité de réflexion : none, low, high et max, avec high par défaut.

Modèles et capacités
Quel ID de modèle et quelle interface utiliser ?

Renseignez model avec deepseek-v4.1-flash. Vous pouvez utiliser POST /v1/responses, également compatible avec POST /v1/chat/completions ; les deux utilisent respectivement input et messages, ne mélangez pas les structures de requête.

Modèles et capacités
Comment activer ou désactiver le mode réflexion ?

Les requêtes Responses utilisent reasoning.effort : none désactive la réflexion, low, high et max l'activent, la valeur par défaut étant high. Chat Completions utilise thinking.type=enabled/disabled ; lorsqu'il est activé, reasoning_effort permet de choisir low, high ou max.

Modèles et capacités
Comment Responses gère-t-il les conversations multi-tours ?

Cette interface est sans état. À chaque appel, transmettez à nouveau dans input l'historique de conversation à conserver ; ne transmettez pas previous_response_id, conversation, background ni context_management, et il n'est pas nécessaire de transmettre store.

Modèles et capacités
Comment déterminer la fin d'une réponse en streaming ?

Responses utilise response.output_text.delta pour recevoir les incréments de texte et lit l'usage final dans response.completed ; response.incomplete et response.failed indiquent respectivement une génération incomplète et un échec. Responses ne se termine pas par [DONE] ; le flux Chat Completions utilise toujours [DONE].

Modèles et capacités
Comment les Token et le contenu de réflexion sont-ils facturés ?

L'entrée, la sortie et l'entrée en cache hit sont facturées séparément selon les Token réels, les Token de réflexion étant comptés dans la sortie. Les usage.input_tokens, usage.output_tokens et input_tokens_details.cached_tokens de Responses permettent de vérifier la consommation ; la facturation finale se base sur les journaux d'appels, et le prix unitaire est consultable dans la section des tarifs en temps réel.

Modèles et capacités
Les images, les appels d'outils et le JSON structuré sont-ils tous disponibles ?

La documentation officielle de DeepSeek prend en charge les entrées d'images par URL et en base64, et l'environnement d'exécution HiAPI a validé ces deux types d'entrée. Les appels d'outils et le JSON structuré n'ont pas encore fait l'objet d'une validation d'intégration dans le cadre de cette mise en œuvre ; aucun engagement de prise en charge n'est donc donné pour l'instant.

Modèles et capacités
Les clés API HiAPI existantes peuvent-elles continuer à être utilisées ?

Oui, vous pouvez réutiliser une clé API HiAPI disposant des autorisations sur les modèles correspondants et d'un solde disponible. Avec le SDK OpenAI, configurez base_url sur https://api.hiapi.ai/v1 ; utilisez client.responses.create pour Responses et client.chat.completions.create pour Chat Completions.

Modèles et capacités
Qu'est-ce que Turbo 2.5 ?

Modèle de synthèse vocale à faible latence d'ElevenLabs, adapté aux assistants vocaux, aux annonces de notification et au doublage à grande échelle.

Modèles et capacités ElevenLabs
Comment l'appeler ?

Envoyez une requête POST /v1/tasks avec model (elevenlabs/text-to-speech-turbo-2-5) et input, puis utilisez taskId pour récupérer le résultat ou configurer un callback.

Modèles et capacités ElevenLabs
Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre de caractères de input.text, par tranche de 1 000 caractères ; le prix unitaire en temps réel est celui indiqué dans la section tarifs de cette page.

Modèles et capacités ElevenLabs
previous_text et next_text sont-ils payants ?

Non, ils sont gratuits. Ils fournissent uniquement un contexte à la synthèse par segments afin de garantir une transition de ton naturelle.

Modèles et capacités ElevenLabs
Comment sont comptés les caractères chinois ?

Chaque caractère chinois, lettre, chiffre, signe de ponctuation ou espace compte pour 1 caractère ; les caractères chinois ne comptent pas double.

Modèles et capacités ElevenLabs
Combien de caractères au maximum par requête ?

5 000 caractères. Au-delà de cette limite, la soumission est rejetée sans frais ; pour les contenus longs, veuillez soumettre par segments.

Modèles et capacités ElevenLabs
Quelles voix sont disponibles ?

67 voix prédéfinies ElevenLabs, couvrant la narration, l'animation, les personnages et le service client ; transmettez le voice_id via voice.

Modèles et capacités ElevenLabs
Peut-on spécifier la langue de sortie ?

Oui. Définissez language_code avec un code ISO 639-1 à deux lettres (par exemple zh, en, ja) ; s'il est omis, la détection est automatique.

Modèles et capacités ElevenLabs
Comment régler stability, similarity_boost et style ?

Plus stability est bas, plus le rendu est expressif ; plus il est haut, plus il est stable ; similarity_boost contrôle le degré de fidélité au timbre ; style renforce le côté dramatique, restez à 0 pour une lecture neutre.

Modèles et capacités ElevenLabs
Les horodatages de sous-titres sont-ils pris en charge ?

Oui. Définissez timestamps=true pour renvoyer des horodatages mot par mot, utilisables pour les sous-titres et la mise en surbrillance caractère par caractère.

Modèles et capacités ElevenLabs
Comment choisir entre Turbo 2.5 et Multilingual v2 ?

Pour privilégier la vitesse et le coût, choisissez Turbo 2.5 (prend en charge language_code) ; pour privilégier la qualité sur les contenus longs et la stabilité émotionnelle, choisissez Multilingual v2. Les deux disposent de la même bibliothèque de voix.

Modèles et capacités ElevenLabs
La clonage vocal est-il pris en charge ?

Le contrat actuel ne donne accès qu'aux voix prédéfinies ; le clonage vocal et les voice ID personnalisés ne sont pas pris en charge.

Modèles et capacités ElevenLabs
Une tâche échouée entraîne-t-elle des frais ?

L'état final d'échec n'est pas facturé ; les crédits prélevés lors de la soumission sont automatiquement restitués.

Modèles et capacités ElevenLabs
Qu'est-ce que Multilingual v2 ?

Modèle de synthèse vocale multilingue de haute qualité d'ElevenLabs, adapté aux livres audio, aux voix off et au doublage de marque.

Modèles et capacités ElevenLabs
Qu'est-ce que FASHN Try-On v1.6 ?

Il s'agit d'un modèle spécialisé d'essayage virtuel. Téléchargez une photo d'une personne et une image d'un vêtement : le modèle habille la personne avec le vêtement et produit une image d'essayage au format portrait ; aucun prompt n'est requis et aucune description textuelle n'est acceptée. La sortie est directement adaptée à une page de détail produit, à des supports pour les réseaux sociaux ou à un aperçu de campagne publicitaire.

Modèles et capacités FASHN Tryon v1.6
Faut-il écrire un prompt ?

Non. Il suffit de fournir une photo de personne et une image de vêtement ; le rendu de l'essayage est déterminé par ces deux images ainsi que par les paramètres facultatifs de catégorie, de mode et de type d'image de vêtement. N'ajoutez pas de champ prompt dans la requête, le backend le rejetterait comme champ inconnu.

Modèles et capacités FASHN Tryon v1.6
Dois-je téléverser deux images en même temps ?

Oui. La photo de la personne et l'image du vêtement sont toutes deux obligatoires ; si l'une d'elles manque, Playground et l'API bloquent avant la soumission. Le bouton d'exécution ne s'active qu'après le téléversement des deux images, et l'API renvoie une erreur de validation des paramètres.

Modèles et capacités FASHN Tryon v1.6
Quelles catégories de vêtements sont prises en charge ?

Sont pris en charge les hauts (tops), les bas (bottoms) et les pièces d'une seule pièce (one-pieces) ; vous pouvez également choisir la reconnaissance automatique. En cas de doute sur la catégorie, utilisez d'abord l'automatique ; si la reconnaissance est imprécise, spécifiez-la explicitement. Pour les catalogues de catégories mixtes, il est recommandé de soumettre les articles groupés par catégorie afin de réduire les biais liés à la reconnaissance automatique.

Modèles et capacités FASHN Tryon v1.6
Comment choisir le mode ?

performance est plus rapide, adapté aux aperçus en lot ; balanced offre un équilibre entre vitesse et qualité ; quality est plus lent, adapté au rendu final. Vous pouvez d'abord utiliser balanced pour confirmer la composition, puis quality pour produire la version finale. Le mode ne modifie pas la composition des images de personnages, mais influence le niveau de détail des bords des vêtements, des plis et des motifs.

Modèles et capacités FASHN Tryon v1.6
Faut-il configurer séparément les photos à plat, les photos suspendues et les photos avec mannequin ?

Vous pouvez utiliser garment_photo_type pour spécifier model ou flat-lay, ou laisser la détection automatique s'en charger. Les photos de produits à plat, suspendues, avec mannequin fantôme et portées par un mannequin réel sont toutes prises en charge ; lorsque le type est connu, le définir explicitement est généralement plus fiable. Les photos à plat et suspendues comptent toutes deux comme flat-lay ; pour les photos portées par un mannequin réel, choisissez model ; en cas de fond complexe, la détection automatique peut se tromper.

Modèles et capacités FASHN Tryon v1.6
Quelles sont les dimensions et le format de la sortie ?

Une image au format portrait est renvoyée à chaque fois, dont les dimensions varient selon le rapport d'aspect de l'image de la personne. Lors de ce test : une image de personne en 3:4 produit 972 × 1296, une image de personne en 2:3 produit 768 × 1152. Le format par défaut est PNG, mais JPEG est également possible ; ne partez pas du principe que tous les résultats ont la même taille en pixels. Pour créer une page de détail produit, commencez par mettre en page selon le cadrage de l'image de la personne, puis ajustez finement une fois la sortie réelle obtenue ; si vous avez besoin de dimensions uniformes, recadrez ou redimensionnez après génération.

Modèles et capacités FASHN Tryon v1.6
Pourquoi le résultat change-t-il pour une même entrée ?

La génération comporte une part d'aléatoire. En passant un seed fixe, vous pouvez reproduire le même résultat ; avec un autre seed, vous obtiendrez une version différente. Le changement de mode modifie également le niveau de détail des bords et des textures des vêtements ; un seed fixe ne garantit pas une cohérence totale entre les modes, il est donc recommandé de revérifier les détails après avoir changé de mode.

Modèles et capacités FASHN Tryon v1.6
Les détails du vêtement seront-ils exactement identiques à l'image d'origine ?

Il n'y aura pas de copie au pixel près. Le modèle conserve la coupe, les couleurs et les motifs principaux, mais des détails comme l'encolure, les plis ou les boutons peuvent varier selon la pose du personnage, la catégorie et le mode. Pour les images produit importantes, il est recommandé d'utiliser le mode quality et de procéder à une vérification manuelle. Pour les photos de personnes, privilégiez une vue de face, une personne seule et un corps clairement visible ; les photos de groupe ou les occultations importantes réduisent la fidélité du rendu. Pour les images produit exigeant une précision stricte sur l'encolure, les boutons ou la position des motifs, il est conseillé d'utiliser une autre image de vêtement plus nette et moins occultée.

Modèles et capacités FASHN Tryon v1.6
Que permet d'éditer FIBO Edit 1.5 ?

Modifier les couleurs, changer l'arrière-plan, changer de saison ou de style, effectuer des remplacements locaux, et combiner plusieurs images en une seule, par exemple un essayage virtuel de vêtements ou le changement de scène d'un produit.

Modèles et capacités
Combien d'images puis-je envoyer au maximum ?

image_urls prend en charge 1 à 4 URL d'images publiques. L'ordre a son importance : les mentions « image 1, image 2 » dans l'instruction correspondent à l'ordre d'envoi.

Modèles et capacités
Quand aspect_ratio prend-il effet ?

Uniquement avec 2 images ou plus ; valeurs possibles : 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ; si non renseigné, le ratio suit la première image. Avec une seule image, la sortie conserve le ratio de l'image d'origine.

Modèles et capacités
Comment utiliser le masque ?

Passez dans mask_url une image en noir et blanc de mêmes dimensions que l'image d'origine : le blanc correspond à la zone à modifier, le noir reste inchangé.

Modèles et capacités
Peut-on utiliser plusieurs images et un masque ensemble ?

Non. Lorsqu'un mask_url est fourni, image_urls ne peut contenir qu'une seule image, sinon la requête est rejetée ; pour une composition multi-images, ne transmettez pas de masque.

Modèles et capacités
Comment rédiger une instruction pour un meilleur résultat ?

Indiquez clairement ce qui doit être modifié, par quoi le remplacer, et ce qui doit rester inchangé, par exemple « change seulement la veste en vert foncé, garde le reste inchangé ». En cas d’images multiples, désignez-les par « image 1, image 2 ».

Modèles et capacités
Quel est le format de sortie ?

Une image PNG est renvoyée à chaque fois.

Modèles et capacités
Pourquoi le même input donne-t-il le même résultat ?

seed vaut 5555 par défaut, un input identique donne donc un résultat identique ; changez de seed pour obtenir une version différente.

Modèles et capacités
Quel modèle utiliser lorsqu'il n'y a pas d'image originale ?

Utilisez d'abord FIBO Gen 1.5 pour générer l'image à partir de texte, puis confiez-la à FIBO Edit 1.5 pour la modifier.

Modèles et capacités
Quelles conditions une image doit-elle remplir ?

Il doit s'agir d'une adresse d'image http(s) accessible publiquement ; dans le Playground, vous pouvez également téléverser directement l'image.

Modèles et capacités
La tâche est-elle synchrone ou asynchrone ?

Asynchrone. Une fois soumise, un taskId est immédiatement renvoyé ; il faut ensuite interroger l'état de la tâche ou utiliser un callback pour obtenir le résultat.

Modèles et capacités
Comment la facturation fonctionne-t-elle ?

La facturation se fait au nombre d'images générées, 1 image par requête ; le nombre d'images de référence et le masque n'affectent pas le prix. Le tarif unitaire actuel est indiqué en haut de la page et sur la page des tarifs.

Modèles et capacités
À quoi sert FIBO Gen 1.5 ?

Il est adapté aux images de produits réalistes, aux portraits, à la gastronomie, à l'architecture, ainsi qu'aux enseignes et emballages comportant du texte, c'est-à-dire aux images nécessitant un rendu réaliste.

Modèles et capacités
Quels ratios d'image sont pris en charge ?

aspect_ratio accepte 1:1 (par défaut), 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9.

Modèles et capacités
Quelle est la taille de sortie ?

Une image PNG d'environ 1 million de pixels est renvoyée à chaque fois ; ses dimensions varient selon le ratio, par exemple 1024 × 1024 pour un ratio 1:1.

Modèles et capacités
Peut-on générer une résolution plus élevée ?

Pour l'instant, une seule option d'environ 1 million de pixels est proposée. Si vous avez besoin d'une image plus grande, vous pouvez confier le résultat à un modèle d'agrandissement d'image.

Modèles et capacités
Pourquoi la même description donne-t-elle toujours le même résultat ?

Par défaut, seed est 5555 ; un même seed et une même description produisent la même image. Pour obtenir un résultat différent, il suffit de changer de seed.

Modèles et capacités
Le texte à l'écran est-il exact ?

Placez le texte à afficher entre guillemets, et le modèle s'efforcera de le reproduire mot pour mot ; les enseignes et étiquettes courtes donnent les meilleurs résultats.

Modèles et capacités
Combien d'images peut-on générer à la fois ?

1 image par requête ; si vous en voulez plusieurs, vous pouvez soumettre plusieurs tâches ou relancer l'appel plusieurs fois en changeant le seed.

Modèles et capacités
Faut-il téléverser une image de référence ?

Non. Il s'agit d'un modèle de génération d'images à partir de texte ; pour modifier une image existante, veuillez utiliser FIBO Edit 1.5.

Modèles et capacités
Y a-t-il une limite de longueur pour le prompt ?

prompt contient de 1 à 10000 caractères.

Modèles et capacités
Peut-on encore modifier l'image après sa génération ?

Oui. Transmettez l'URL de l'image générée à fibo-edit-1.5/image-to-image, puis modifiez une zone, changez l'arrière-plan ou les couleurs avec une simple instruction.

Modèles et capacités
Comment fonctionne la facturation ?

La facturation s'effectue par nombre d'images générées, une image par requête. Le prix unitaire actuel est indiqué en haut de la page et sur la page des tarifs.

Modèles et capacités
Qu'est-ce que FLUX.1 Fill Pro ?

FLUX.1 Fill Pro est un modèle d'édition d'image destiné au retouche locale par masque : téléchargez l'image d'origine, un masque noir et blanc de même taille et un prompt ; seule la zone blanche est redessinée, la zone noire reste inchangée.

Modèles et capacités FLUX.1 Fill Pro
Que représentent le noir et le blanc dans le masque ?

Les zones noires conservent l'image d'origine, les zones blanches sont repeintes à partir du prompt ; le masque doit avoir les mêmes dimensions que l'image d'origine.

Modèles et capacités FLUX.1 Fill Pro
Faut-il téléverser à la fois l'image et le masque ?

Oui. L'interface publique actuelle exige de fournir à la fois l'image originale et le masque en noir et blanc ; les deux sont indispensables.

Modèles et capacités FLUX.1 Fill Pro
Que faut-il écrire dans le prompt ?

Décrivez uniquement le nouveau contenu qui doit apparaître dans la zone blanche du masque, et précisez les éléments à conserver impérativement ; ne décrivez pas à nouveau l'image située en dehors du masque.

Modèles et capacités FLUX.1 Fill Pro
Comment choisir entre steps et guidance ?

steps va de 15 à 50, valeur par défaut 50 ; plus la valeur est élevée, plus les détails sont fins ; guidance va de 1,5 à 100, valeur par défaut 60 ; plus la valeur est élevée, plus le résultat reste fidèle au prompt.

Modèles et capacités FLUX.1 Fill Pro
Les dimensions de sortie suivent-elles l'image d'origine ?

La sortie conserve le rapport largeur/hauteur de l'image d'origine ; les pixels réels dépendent du résultat de la tâche. Ici, une image d'origine de 1600×900 donne un résultat de 1440×810.

Modèles et capacités FLUX.1 Fill Pro
Quels formats d'entrée et de sortie sont pris en charge ?

L'image originale et le masque prennent en charge JPEG, PNG, GIF et WebP ; la sortie peut être au format jpg ou png.

Modèles et capacités FLUX.1 Fill Pro
Comment rendre les résultats plus stables ?

Fixez le seed et utilisez la même image d'origine, le même masque et le même prompt ; ajuster steps ou guidance permet de modifier les détails et la fidélité.

Modèles et capacités FLUX.1 Fill Pro
Comment la facturation est-elle calculée ?

La facturation se fait au nombre d'images générées, chaque requête renvoyant 1 image ; le prix unitaire actuel est celui affiché en temps réel sur cette page.

Modèles et capacités FLUX.1 Fill Pro
À quelles tâches FLUX.2 [klein] 4B est-il adapté ?

Adapté aux brouillons en masse, aux concepts de produits, aux contenus pour les réseaux sociaux et aux itérations visuelles sensibles aux coûts. Lorsqu'un plus grand réalisme, du texte et des détails sont nécessaires, passez au 9B.

Modèles et capacités FLUX.2 Klein 4B
Comment choisir entre 0,25 MP et 4 MP ?

Pour les brouillons et les miniatures, utilisez d'abord 0,25 ou 0,5 MP ; pour les ressources web courantes, utilisez 1 MP ; lorsque vous avez besoin d'un rendu plus grand, choisissez 2 ou 4 MP. Le prix varie selon le palier de pixels.

Modèles et capacités FLUX.2 Klein 4B
Quels formats d'image sont pris en charge ?

Prise en charge des formats 1:1, 16:9, 9:16, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 21:9 et 9:21.

Modèles et capacités FLUX.2 Klein 4B
Comment reproduire la même direction de composition ?

Fixez le Seed, le Prompt, le format, le palier de pixels et les paramètres de sortie ; ne modifiez qu'une seule variable pour comparer.

Modèles et capacités FLUX.2 Klein 4B
Que contient une requête API minimale ?

Soumettez model et input.prompt à POST /v1/tasks ; les autres paramètres peuvent utiliser les valeurs par défaut.

Modèles et capacités FLUX.2 Klein 4B
Combien d'images de référence l'édition d'image FLUX.2 [klein] 9B prend-elle en charge ?

Actuellement, 1 image de référence JPEG, PNG ou WebP est prise en charge. image_urls doit être un tableau contenant une seule URL d'image publique.

Modèles et capacités FLUX.2 Klein 9B
Quelles tâches d'édition sont adaptées ?

Adapté au nettoyage d'images produit, au remplacement d'arrière-plan, à la réécriture de texte dans l'image, à la modification des couleurs ainsi qu'à la retouche commerciale nécessitant de conserver le sujet et le point de vue.

Modèles et capacités FLUX.2 Klein 9B
Comment définir le nombre d'étapes de raisonnement ?

num_inference_steps accepte un entier de 4 à 8, la valeur par défaut étant 4. Le prix actuel ne varie pas en fonction du nombre d'étapes de raisonnement.

Modèles et capacités FLUX.2 Klein 9B
Quels formats et ratios d'image sont pris en charge ?

Les ratios pris en charge sont 1:1, 4:3, 3:4, 16:9 et 9:16 ; les formats pris en charge sont JPEG, PNG et WebP.

Modèles et capacités FLUX.2 Klein 9B
Comment soumettre une image de référence via l'API ?

Transmettez une URL d'image publique dans input.image_urls de POST /v1/tasks, ainsi que le Prompt ; le format d'image, la Seed, le nombre d'étapes d'inférence et le format sont facultatifs.

Modèles et capacités FLUX.2 Klein 9B
À quelles tâches le FLUX.2 [klein] 9B de génération d'images à partir de texte est-il adapté ?

Il est adapté aux visuels commerciaux à réaliser rapidement, aux images de produits, aux affiches avec du texte en anglais et aux couvertures de magazines. La version actuelle n'accepte pas d'images de référence.

Modèles et capacités FLUX.2 Klein 9B
Comment reproduire ou comparer des résultats ?

Fixez le seed dans la requête et gardez le prompt, le format d'image, le format et le nombre d'étapes d'inférence identiques, puis modifiez un par un les variables à comparer.

Modèles et capacités FLUX.2 Klein 9B
Quels champs sont nécessaires pour une requête API minimale ?

Soumettez model et input.prompt à POST /v1/tasks ; le format d'image, le nombre d'étapes d'inférence et le format de sortie peuvent être omis et utiliseront les valeurs par défaut.

Modèles et capacités FLUX.2 Klein 9B
Qu'est-ce que FLUX.2 [pro] ?

FLUX.2 [pro] est un modèle de génération d'images à partir de texte de Black Forest Labs. HiAPI propose actuellement ce modèle via une interface de tâches asynchrones unifiée, adaptée aux visuels produits, aux affiches, à l'identité de marque et aux workflows de génération d'images nécessitant des instructions de composition précises.

Modèles et capacités
Quel est le prix de FLUX.2 [pro] ?

FLUX.2 [pro] est facturé selon le palier de résolution de sortie ; les ratios d'aspect prédéfinis ne modifient pas le prix d'un même palier de résolution. Les montants exacts sont ceux indiqués par les prix en temps réel et l'historique des tâches de cette page.

Modèles et capacités
Quelles résolutions FLUX.2 [pro] prend-il en charge ?

Actuellement, l'endpoint HiAPI prend en charge quatre paliers de résolution : 0.5 MP, 1 MP, 2 MP et 4 MP. Lors de l'utilisation d'un rapport d'aspect custom, vous pouvez définir width et height entre 256 et 2048 ; le système arrondit au multiple de 16 le plus proche, et le paramètre resolution est alors ignoré.

Modèles et capacités
Comment utiliser l'API FLUX.2 [pro] ?

Soumettez model=flux-2/text-to-image et input.prompt à POST /v1/tasks. L'interface renvoie un taskId de manière asynchrone ; en environnement de production, vous pouvez configurer callback.url pour recevoir les notifications d'état final, ou obtenir le résultat via l'interface de consultation de tâche. Pour les paramètres complets et des exemples de requête, consultez la documentation API dédiée.

Modèles et capacités
Peut-on essayer FLUX.2 [pro] en ligne ?

Oui. Le Playground de cette page permet de saisir directement une invite, un ratio d'image, une résolution et un format de sortie pour tester ; après validation du résultat, intégrez l'API en utilisant le même ID de modèle.

Modèles et capacités
FLUX.2 [pro] prend-il en charge l'édition d'images ?

L'endpoint flux-2/text-to-image de cette page ne traite que la génération d'images à partir de texte. Pour éditer ou composer à partir d'images de référence, il faut utiliser le modèle flux-2/image-to-image distinct, plutôt que d'ajouter des champs d'image à une requête de génération d'images à partir de texte.

Modèles et capacités
FLUX.2 [pro] peut-il être utilisé à des fins commerciales ?

L'utilisation dans un projet commercial spécifique dépend des conditions applicables de Black Forest Labs, des conditions de service de HiAPI, ainsi que de votre contenu et de votre cas d'usage. Veuillez vérifier les dernières exigences de licence et de conformité avant la mise en production ; cette page ne remplace pas un avis juridique ou une autorisation.

Modèles et capacités
Quelle est la différence entre FLUX.2 [pro] et FLUX.2 [klein] ?

FLUX.2 [pro] est destiné aux sorties de production à haute fidélité et dispose déjà sur HiAPI d'un ID de modèle, de paramètres et de quatre niveaux de prix explicites. FLUX.2 [klein] privilégie l'efficacité et l'itération rapide, mais le référentiel actuel ne contient aucun endpoint HiAPI Klein, prix ou spécification vérifiable ; cette page ne fournit donc pas de comparaison chiffrée ni de point d'accès susceptible d'être inexact.

Modèles et capacités
Quelles entrées sont nécessaires pour FLUX 3 Max image-to-video ?

Les champs obligatoires sont prompt et image_url (image de première frame, formats PNG/JPEG/WebP pris en charge). Les champs facultatifs incluent end_image_url comme dernière frame, ainsi que duration, resolution, aspect_ratio, generate_audio et reasoning_level.

Modèles et capacités FLUX 3 Max
Peut-on définir la durée d'une vidéo ?

Oui. duration prend un entier compris entre 5 et 20 secondes, par pas de 1 seconde, avec une valeur par défaut de 5 secondes ; la génération vidéo à partir d'image et la génération vidéo à partir de texte partagent la même tarification à la seconde. Commencez par 5 secondes pour vérifier la stabilité de l'image source, puis augmentez la durée.

Modèles et capacités FLUX 3 Max
Qu'est-ce qui détermine le format d'image ?

aspect_ratio est par défaut sur auto, la sortie suit le ratio de l'image de la première frame ; vous pouvez aussi spécifier manuellement 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16. En cas d'incohérence entre la spécification manuelle et le ratio de l'image, l'image peut être rognée.

Modèles et capacités FLUX 3 Max
Comment utiliser la dernière image ?

Passez la première image dans image_url et la dernière image dans end_image_url ; la vidéo effectuera une transition de la première à la dernière image. Dans le prompt, décrivez uniquement les changements qui se produisent entre les deux ; plus le cadrage et l'éclairage des deux images sont proches, plus la transition est fluide.

Modèles et capacités FLUX 3 Max
Un ajout de l'image de fin entraîne-t-il des frais supplémentaires ?

Non. La génération de vidéo à partir d'une image et la génération de vidéo à partir de texte sont facturées de la même manière, selon la durée de sortie et la résolution ; le prix unitaire est identique que end_image_url soit fourni ou non. Seul le nombre d'images change, sans modifier le prix par seconde.

Modèles et capacités FLUX 3 Max
Quelles sont les exigences pour l'image de première frame ?

Utilisez une image PNG, JPEG ou WebP accessible publiquement. Le Playground permet de téléverser directement un fichier local et le convertit automatiquement en lien ; il est recommandé de la recadrer d'abord au format cible pour éviter que des éléments importants ne soient coupés lors de l'ajustement automatique.

Modèles et capacités FLUX 3 Max
Peut-on générer du son ?

Oui. generate_audio est activé par défaut et génère un son correspondant à l'image ; une fois désactivé, la sortie est une vidéo silencieuse, ce qui facilite l'ajout ultérieur de votre propre musique ou voix off. Ce paramètre n'affecte pas le prix.

Modèles et capacités FLUX 3 Max
Comment est facturée la génération de vidéo à partir d'une image avec FLUX 3 Max ?

La facturation est basée sur le nombre de secondes de sortie ; le prix unitaire dépend de la résolution, et le coût est égal au prix unitaire par seconde multiplié par la durée ; les tâches échouées ne sont pas facturées. Un brouillon en 720p est moins cher et suffit pour vérifier si l'image source reste stable.

Modèles et capacités FLUX 3 Max
Comment appeler via l'API ?

Envoyez une tâche asynchrone à POST /v1/tasks, renseignez model avec flux-3-max/image-to-video, transmettez prompt et image_url dans input, et ajoutez end_image_url ainsi que les paramètres de génération selon vos besoins. L'interface renvoie un taskId ; vous pouvez récupérer le résultat via callback.url ou GET /v1/tasks/:id.

Modèles et capacités FLUX 3 Max
Comment choisir entre la génération de vidéo à partir d'une image et à partir de texte ?

Utilisez la génération de vidéo à partir d'une image lorsque vous disposez déjà d'une image, d'un produit ou d'un portrait satisfaisant ; utilisez la génération de vidéo à partir de texte lorsque vous devez concevoir une scène complète à partir d'un texte ou spécifier librement le format d'image. Le prix et les paramètres des deux modèles sont essentiellement identiques.

Modèles et capacités FLUX 3 Max
Que sont les keyframes ?

keyframes est un tableau ordonné de 1 à 10 éléments, chacun contenant image_url et frame_index. Le modèle enchaîne les keyframes dans l'ordre des numéros de frame et génère le mouvement intermédiaire.

Modèles et capacités FLUX 3 Max
Comment remplir frame_index ?

frame_index est le numéro de l'image sur la timeline à 24 fps, commence à 0, avec une valeur maximale de duration × 24. Par exemple, pour une vidéo de 5 secondes, le numéro d'image maximal est 120. Tous les numéros d'image doivent être uniques.

Modèles et capacités FLUX 3 Max
Combien de keyframes faut-il au minimum ?

Au moins 1, et au maximum 10. Il en faut plus de deux pour former un début et une fin clairs ou une variation de rythme ; un seul keyframe revient à figer une image donnée, sans véritable transition.

Modèles et capacités FLUX 3 Max
Comment coordonner la durée et les images clés ?

Définissez d'abord la duration (5–20 secondes), puis convertissez les numéros d'image en fonction de 24 fps. 5 secondes correspondent à 0–120, 10 secondes à 0–240, 20 secondes à 0–480. Les images clés peuvent être réparties uniformément ou concentrées sur un segment donné.

Modèles et capacités FLUX 3 Max
Quelle est la différence entre les keyframes et les images de début et de fin ?

Les images de début et de fin ne fixent que le début et la fin ; les keyframes permettent d'insérer plusieurs nœuds intermédiaires, adaptés aux plans comportant plusieurs étapes comme l'ouverture d'un emballage produit, la croissance d'une plante ou le passage du jour à la nuit. Plus il y a de nœuds, plus le contrôle temporel est précis.

Modèles et capacités FLUX 3 Max
Comment choisir le format d'image et la résolution ?

resolution propose 720p et 1080p, avec 720p par défaut ; aspect_ratio est par défaut sur auto, mais vous pouvez aussi spécifier 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16. Il est recommandé d'utiliser le même format d'image pour toutes les images clés.

Modèles et capacités FLUX 3 Max
Comment est facturée la génération de vidéo à partir d'images clés avec FLUX 3 Max ?

La facturation se fait à la seconde de sortie, le prix unitaire dépend de la résolution, comme pour la génération de vidéo à partir de texte ou d'image ; le nombre d'ancres n'affecte pas le prix, et les tâches échouées ne sont pas facturées. Commencez par un brouillon de 5 secondes pour valider la chronologie, puis prolongez la durée.

Modèles et capacités FLUX 3 Max
Quelles durées la génération de vidéo à partir de texte FLUX 3 Max prend-elle en charge ?

duration accepte n'importe quel nombre entier de secondes entre 5 et 20, par pas de 1 seconde, avec une valeur par défaut de 5 secondes. Plus la durée est longue, plus le prix total facturé à la seconde est élevé ; la version de 20 secondes représente quatre fois plus de secondes que le brouillon de 5 secondes.

Modèles et capacités FLUX 3 Max
Comment choisir la résolution et le format d'image ?

resolution propose deux niveaux, 720p et 1080p, avec 720p par défaut. aspect_ratio est défini sur auto par défaut, mais vous pouvez aussi spécifier 21:9, 2:1, 16:9, 4:3, 1:1, 3:4 ou 9:16.

Modèles et capacités FLUX 3 Max
La vidéo générée contient-elle du son ?

generate_audio est activé par défaut et génère avec la vidéo un son correspondant à l'image ; il est également possible de le désactiver pour n'obtenir que l'image. Il est recommandé d'activer ou de désactiver ce paramètre selon la requête, sans intégrer d'hypothèses sur le son dans le prompt. Ce paramètre n'affecte pas la facturation.

Modèles et capacités FLUX 3 Max
Qu'est-ce que reasoning_level ?

Il contrôle le degré de compréhension visuelle du prompt et de planification de la génération par le modèle. Valeurs possibles : low ou high, high par défaut. Pour les scènes complexes, high est plus fiable ; pour les plans simples, low peut suffire.

Modèles et capacités FLUX 3 Max
Comment rédiger un prompt pour obtenir plus facilement de bons résultats ?

Commencez par le sujet et la scène, puis décrivez les actions, la direction de la caméra et la vitesse dans l'ordre chronologique, et terminez par la lumière et l'ambiance. Ne prévoyez qu'une seule action principale par vidéo et, pour un plan continu, précisez no cuts.

Modèles et capacités FLUX 3 Max
Les textes dans l'image sont-ils fiables ?

Non. Le modèle peut inventer les lettres des enseignes, des slogans et des sous-titres, et l'orthographe n'est pas garantie ; si vous avez besoin d'un nom de marque ou d'un texte lisible, ajoutez-le en post-production plutôt que de vous fier au résultat généré.

Modèles et capacités FLUX 3 Max
Est-ce adapté aux vidéos courtes verticales ?

Oui, il suffit de sélectionner 9:16 directement dans la requête, sans devoir d'abord générer une version horizontale puis la recadrer. Le 1:1 et le 3:4 conviennent aux fils d'actualité, le 21:9 aux génériques et aux contenus en écran large. Gardez le sujet autant que possible centré pour éviter qu'il soit masqué par l'interface de la plateforme.

Modèles et capacités FLUX 3 Max
Comment est facturée la génération de vidéos à partir de texte avec FLUX 3 Max ?

La facturation se fait à la seconde de sortie, le prix unitaire est déterminé par la résolution, et le coût est égal au prix par seconde multiplié par la durée ; les tâches échouées ne sont pas facturées. Un brouillon court coûte moins cher, idéal pour comparer d'abord deux prompts sur 5 secondes.

Modèles et capacités FLUX 3 Max
Quelle est la différence avec la génération de vidéo à partir d'images ?

La génération de vidéo à partir de texte ne nécessite que du texte, le format et la composition étant entièrement déterminés par le prompt ; lorsque vous disposez déjà d'une première image précise, il est plus direct d'utiliser flux-3-max/image-to-video. Les deux partagent la même plage de durée et le même tarif à la seconde.

Modèles et capacités FLUX 3 Max
Quels modes de génération FLUX 3 prend-il en charge ?

Le même ID de modèle prend en charge la génération de vidéo à partir de texte, des storyboards à images clés de 1 à 10 images, ainsi que la génération à partir d'une vidéo source MP4. images et start_video ne peuvent pas être utilisés en même temps.

Modèles et capacités
Quelle est la différence entre Draft et Full ?

Draft est un aperçu 720p à faible coût, idéal pour valider d'abord la composition, le rythme et le mouvement. Full prend en charge 720p et 1080p, et convient comme sortie finale.

Modèles et capacités
Comment fonctionnent les images clés ?

1 image définit l'ouverture, 2 images définissent respectivement la première et la dernière image clé, 3 à 10 images forment un storyboard dans l'ordre. Le Prompt sert à compléter les actions, le cadrage et le son.

Modèles et capacités
Quelles sont les limites pour la prolongation d'une vidéo ?

start_video accepte des MP4 de 50 Mo maximum et de 15 secondes maximum. Lors de la prolongation, ne soumettez pas d'images en même temps ; la durée de sortie reste à choisir dans la plage de 5 à 20 secondes.

Modèles et capacités
FLUX 3 génère-t-il du son ?

Oui. generate_audio est activé par défaut pour générer des sons d'ambiance, des effets sonores ou des dialogues adaptés à l'image ; il est également possible de le désactiver pour ne produire que l'image.

Modèles et capacités
Comment FLUX 3 est-il facturé ?

Le prix dépend de la durée de sortie, de la résolution, du niveau Draft et de l'utilisation ou non de la prolongation vidéo. Le tableau des tarifs de la page répertorie six niveaux selon les secondes de sortie.

Modèles et capacités
Une seule entrée permet-elle de générer et de modifier ?

Oui. Sans image de référence, la génération se fait à partir du texte ; avec 1 à 10 images de référence, la modification s'effectue autour des éléments existants. Il suffit de préparer le texte ou les images selon l'objectif de création.

Modèles et capacités FLUX 3 Image
Comment choisir parmi les cinq niveaux de résolution ?

Commencez par discuter de l'orientation en 768 ou 1K ; envisagez 1.5K ou 2K lorsqu'il faut plus de détails, et 4K lorsqu'il faut des images plus grandes avec de l'espace pour le recadrage. Les niveaux ne correspondent pas à des dimensions fixes ; veuillez vérifier la largeur et la hauteur de l'image renvoyée.

Modèles et capacités FLUX 3 Image
Comment les images de référence répartissent-elles leur rôle ?

Indiquez dans l'ordre laquelle fournit le sujet, laquelle fournit l'environnement, et laquelle ne fournit que la palette de couleurs ou le style, tout en précisant les éléments à ne pas reprendre.

Modèles et capacités FLUX 3 Image
Combien d'images sont générées à chaque fois ?

Chaque tâche renvoie une seule image. Pour obtenir une autre direction, ajustez la description et soumettez une tâche distincte.

Modèles et capacités FLUX 3 Image
Peut-on choisir le format de téléchargement du fichier ?

Le point d'accès actuel ne propose pas de choix du format de fichier. Le fichier est traité tel que renvoyé ; si vous avez besoin d'un autre format, vous pouvez le convertir après téléchargement à l'aide d'un outil d'image.

Modèles et capacités FLUX 3 Image
Quand faut-il activer l'assistance à la recherche ?

Activez-la lorsque vous souhaitez compléter le contexte visuel avec des pages web ou des images avant la génération. Si vous disposez déjà de supports précis et d'une direction créative fermée, vous pouvez la désactiver et créer à partir de votre propre description et de vos images de référence.

Modèles et capacités FLUX 3 Image
Comment conserver des images destinées à un usage à long terme ?

Les liens des images générées ont une durée de validité. Pour un usage à long terme, veuillez les télécharger et les enregistrer rapidement, ou sélectionner le stockage permanent lors de la création d'une tâche. Les images déjà générées peuvent également être transférées et conservées conformément aux instructions de la page de gestion du stockage.

Modèles et capacités FLUX 3 Image
Peut-on continuer à modifier après la génération ?

Vous pouvez télécharger et enregistrer le résultat, puis l'utiliser comme image de référence pour une nouvelle tâche. Chaque tâche étant traitée indépendamment, veuillez préciser à nouveau les éléments à conserver et les parties à modifier lors de cette étape.

Modèles et capacités FLUX 3 Image
Comment rendre les titres dans les images plus faciles à vérifier ?

Écrivez clairement les titres courts entre guillemets, en précisant la position, le rapport de taille et l'espace blanc du titre principal et du sous-titre. Vérifiez mot par mot avant utilisation et, si nécessaire, réalisez la mise en page finale dans l'outil de design.

Modèles et capacités FLUX 3 Image
Dans quels cas le format automatique est-il adapté ?

Le format automatique peut être utilisé lorsqu'aucun emplacement fixe n'est requis. Si une bannière, une affiche verticale ou une carte carrée est déjà définie, choisissez explicitement le ratio et vérifiez les dimensions réelles de l'image téléchargée.

Modèles et capacités FLUX 3 Image
Où puis-je consulter les coûts avant la génération ?

Après avoir sélectionné les paramètres, consultez le coût estimé et le prix en temps réel dans le Playground. Une fois terminé, vous pouvez consulter les résultats de génération et les dépenses correspondantes dans l'historique des tâches.

Modèles et capacités FLUX 3 Image
Pourquoi une même description ne produit-elle pas nécessairement la même image ?

Le résultat généré peut varier en composition et en détails. Si vous devez conserver un sujet ou une mise en page déjà choisis, utilisez l'image obtenue comme référence et indiquez explicitement les éléments à conserver.

Modèles et capacités FLUX 3 Image
Comment choisir entre la génération d'images et la retouche d'images ?

Lorsque vous ne disposez que de texte et partez de zéro, choisissez la génération d'images ; lorsque vous devez conserver un sujet ou une mise en page existants, choisissez la retouche d'images et fournissez une image de référence.

Modèles et capacités Muse Image 1.0
Combien d'images peut-on obtenir à chaque fois ?

Chaque tâche renvoie une image, sans choix du nombre d'images. Pour comparer une autre composition, ajustez le prompt et soumettez une nouvelle tâche.

Modèles et capacités Muse Image 1.0
Peut-on choisir entre 1K, 2K ou 4K ?

Cette entrée ne propose pas de niveaux de résolution. Le format est choisi par vous, la taille en pixels est déterminée par le modèle, généralement environ 2,5 MP ; veuillez vous fier aux dimensions réelles du fichier téléchargé.

Modèles et capacités Muse Image 1.0
Quels formats de fichier puis-je choisir ?

Vous pouvez choisir JPEG, PNG ou WebP ; si aucun n'est sélectionné, WebP est utilisé. Choisissez selon les besoins des ressources web ou des outils de conception ultérieurs.

Modèles et capacités Muse Image 1.0
Comment réserver de l'espace pour le titre sur la couverture ?

Indiquez dans la description la position du sujet principal et le côté à laisser vide, puis choisissez un format adapté à l'emplacement final. Ne comptez pas uniquement sur un recadrage après génération pour dégager l'espace du titre.

Modèles et capacités Muse Image 1.0
Que faut-il décrire en premier dans une image de produit ?

Commencez par décrire le sujet, la matière et le placement, puis ajoutez l’éclairage, l’arrière-plan et quelques accessoires. Les courts textes sur les étiquettes doivent être rédigés séparément ; une fois terminé, vérifiez la silhouette du produit et la mise en page.

Modèles et capacités Muse Image 1.0
Comment conserver des images destinées à un usage à long terme ?

Les liens des images générées ont une durée de validité limitée. Pour un usage à long terme, veuillez les télécharger et les conserver en temps utile, ou sélectionner le stockage permanent lors de la création de la tâche. Les images déjà générées peuvent également être transférées et conservées selon les instructions de la page de gestion du stockage.

Modèles et capacités Muse Image 1.0
Puis-je continuer à modifier après la génération ?

Vous pouvez télécharger et enregistrer le résultat, puis l'utiliser comme image de référence pour une nouvelle tâche. Chaque tâche étant traitée indépendamment, veuillez préciser à nouveau les éléments à conserver et les parties à modifier lors de cette étape.

Modèles et capacités Muse Image 1.0
Comment rendre les titres dans une image plus faciles à vérifier ?

Écrivez les titres courts entre guillemets, en précisant la position, le rapport de taille et l'espace blanc entre le titre principal et le sous-titre. Vérifiez mot pour mot avant utilisation et, si nécessaire, finalisez la mise en page dans l'outil de design.

Modèles et capacités Muse Image 1.0
Dans quels cas le format automatique est-il adapté ?

Vous pouvez utiliser le format automatique lorsque vous n'avez pas besoin d'un format fixe. Si vous avez déjà déterminé une bannière, une affiche verticale ou une carte carrée, choisissez explicitement le ratio et vérifiez la largeur et la hauteur réelles de l'image téléchargée.

Modèles et capacités Muse Image 1.0
Où consulter les frais avant la génération ?

Après avoir sélectionné les paramètres, consultez l'estimation des frais et le prix en temps réel dans le Playground. Une fois terminé, vous pouvez consulter le résultat de la génération et la consommation correspondante dans l'historique des tâches.

Modèles et capacités Muse Image 1.0
Pourquoi la même description ne produit-elle pas nécessairement la même image ?

Le résultat généré peut varier en composition et en détails. Lorsqu'il faut conserver un sujet ou une mise en page déjà choisis, utilisez l'image obtenue comme référence et énumérez explicitement les éléments à conserver.

Modèles et capacités Muse Image 1.0
Faut-il fournir une image de référence ?

Il faut fournir 1 à 10 images de référence. Si vous n'avez pas d'image existante et souhaitez partir uniquement de texte, veuillez choisir l'entrée texte-vers-image.

Modèles et capacités Muse Image 1.0
Combien de résultats d'édition sont renvoyés à chaque fois ?

Chaque tâche renvoie un seul résultat d'édition, sans possibilité de choisir le nombre. Si vous souhaitez comparer différentes directions de modification, veuillez soumettre les tâches séparément.

Modèles et capacités Muse Image 1.0
Comment conserver le sujet tout en changeant l'arrière-plan ?

Énumérez explicitement les éléments d'identification que le sujet doit conserver, puis décrivez séparément le nouvel environnement, l'éclairage et le placement. Une fois terminé, vérifiez l'échelle, l'occlusion et les bords.

Modèles et capacités Muse Image 1.0
Toutes les images apparaîtront-elles nécessairement dans le résultat ?

Pas nécessairement. Les images de référence peuvent fournir séparément le sujet, la mise en page, la palette de couleurs ou le style. Veuillez préciser le rôle de chacune, ainsi que les éléments que vous ne souhaitez pas voir repris.

Modèles et capacités Muse Image 1.0
Comment remplacer l'ancien texte dans une image ?

Indiquez clairement l'ancien texte à supprimer et le nouveau contenu à faire apparaître, puis précisez la position du titre, les rapports de taille et les espaces blancs. Avant utilisation, vérifiez mot par mot et contrôlez la mise en page.

Modèles et capacités Muse Image 1.0
Comment choisir le format d'image et le format de fichier ?

Choisissez d'abord une image paysage, portrait ou carrée selon l'emplacement final, puis sélectionnez JPEG, PNG ou WebP. Il n'y a pas de niveaux de résolution ; la largeur et la hauteur sont celles du fichier généré.

Modèles et capacités Muse Image 1.0
Comment démarrer avec seulement du texte, une image ou une vidéo ?

Si vous n'avez qu'une idée, écrivez simplement un prompt ; si vous souhaitez vous référer à l'apparence d'un produit ou d'un personnage, téléversez une image de référence ; si vous voulez définir l'image d'ouverture, téléversez une première frame, et vous pouvez également ajouter une dernière frame pour guider la fin ; si vous voulez modifier l'ambiance d'un plan existant, téléversez une vidéo de référence. Toutes ces méthodes utilisent le même modèle.

Modèles et capacités
Quelles entrées ne peuvent pas être utilisées ensemble ?

first_frame_url ne peut pas être transmis en même temps que image_urls et video_list ; last_frame_url ne peut être utilisé qu'avec first_frame_url. image_urls peut être associé à video_list, mais tous les éléments partagent 7 emplacements d'entrée, et 1 vidéo occupe 2 emplacements, donc avec une vidéo, on peut transmettre au maximum 5 images supplémentaires.

Modèles et capacités
Comment faire en sorte qu'une vidéo réécrite atteigne la durée cible ?

Lorsque vous fournissez une vidéo de référence, la durée de sortie est calée sur celle-ci. Il est recommandé de téléverser un segment dont la durée correspond à la durée cible, plutôt que de compter sur duration ou start, ends pour rogner la sortie. Fournissez au maximum 1 vidéo de référence ; la vidéo source ne doit pas dépasser 30 secondes ni 100MB ; la requête doit tout de même renseigner duration, avec une valeur de 4, 6, 8 ou 10.

Modèles et capacités
Comment choisir entre paysage, portrait et définition ?

Choisissez le format 16:9 pour les pages produit et les vidéos horizontales, et le format 9:16 pour les vidéos courtes sur mobile. Commencez par vérifier la composition et les mouvements en 360p ou 720p, puis choisissez 1080p ou 4k selon vos besoins de diffusion.

Modèles et capacités
Peut-on ajouter des sons d'ambiance à l'image ?

La sortie inclut des sons d'ambiance. Vous pouvez décrire dans le prompt le bruit de la pluie sur les vitres, le clapotis léger d'un lac ou les bruits de fond d'un café, pour que le son participe à la création avec la scène ; si vous avez besoin de votre propre piste audio, vous pouvez la remplacer en post-production.

Modèles et capacités
Quelles sont les restrictions concernant les images téléchargées ?

Chaque image ne doit pas dépasser 20 Mo et doit être une URL accessible publiquement ; après téléchargement dans le Playground, elle est automatiquement convertie en lien. Il est préférable d'utiliser des images de la première et de la dernière image avec le même angle de prise de vue et le même cadrage, pour que la transition soit plus naturelle.

Modèles et capacités
Où puis-je consulter les frais actuels ?

Veuillez consulter la page de tarification en temps réel ; le Playground affiche le coût estimé de la configuration sélectionnée avant la soumission.

Modèles et capacités
Comment obtenir le résultat de la génération ?

Après avoir créé une tâche asynchrone avec POST /v1/tasks, lisez data.taskId ; vous pouvez recevoir la notification d'état final via callback.url, ou interroger GET /v1/tasks/{taskId} par polling ; une fois le statut success, téléchargez la vidéo depuis output[].url.

Modèles et capacités
Quelles sont les entrées requises par Google Virtual Try-On ?

Une photo d'une personne et une image d'un vêtement, les deux sont obligatoires, aucune invite n'est nécessaire.

Modèles et capacités Google Virtual Try-On
Quel type de photo de personne donne le meilleur résultat ?

Les photos d'une seule personne, avec les principales parties du corps bien visibles et sans obstruction importante, donnent le meilleur résultat ; une pose debout de face ou légèrement de trois-quarts est la plus stable.

Modèles et capacités Google Virtual Try-On
Quelles sont les exigences pour les photos de vêtements ?

Une photo à plat ou suspendue convient ; l'effet est meilleur lorsque le vêtement est complet, le fond propre et qu'aucune autre personne n'apparaît.

Modèles et capacités Google Virtual Try-On
Combien d'images peut-on générer à la fois ?

1 par requête, num_images est fixé à 1. Pour obtenir plusieurs variantes, vous pouvez soumettre plusieurs fois les mêmes entrées ; les détails des résultats varieront légèrement.

Modèles et capacités Google Virtual Try-On
Quels types de vêtements sont pris en charge ?

Les vêtements courants comme les hauts, les manteaux et les robes peuvent être essayés ; le rendu des accessoires complexes ou des superposition de plusieurs pièces peut être instable.

Modèles et capacités Google Virtual Try-On
Cela modifie-t-il le visage et l'arrière-plan de la personne ?

Le visage, la coiffure, la pose et l'arrière-plan restent globalement ceux de la photo d'origine ; les principales modifications concernent la zone du vêtement.

Modèles et capacités Google Virtual Try-On
Quel est le format de sortie ?

Image PNG, la taille est déterminée par le modèle en fonction de l'entrée.

Modèles et capacités Google Virtual Try-On
Puis-je utiliser des photos de vraies personnes ?

Oui, mais assurez-vous d'avoir le droit d'utiliser l'image des personnes sur les photos. Les personnes présentées dans les exemples de cette page sont toutes des images générées.

Modèles et capacités Google Virtual Try-On
Pourquoi aucune image n'est-elle parfois renvoyée ?

Le contrôle de sécurité peut filtrer les résultats ; dans ce cas, la facturation reste basée sur la 1 image demandée.

Modèles et capacités Google Virtual Try-On
Quelles sont les exigences concernant l'adresse de l'image ?

Un lien http(s) accessible publiquement est requis ; dans le Playground, il suffit de téléverser directement.

Modèles et capacités Google Virtual Try-On
Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre d'images demandées ; le prix unitaire est indiqué dans le tarif en temps réel de cette page ; les tâches échouées sont intégralement remboursées.

Modèles et capacités Google Virtual Try-On
Comment appeler via l'API ?

Soumettez une tâche avec model défini sur google-virtual-try-on à POST /v1/tasks, en transmettant person_image_url et product_image_url (num_images peut être omis, il est fixé à 1), puis interrogez l'état de la tâche pour obtenir l'adresse de l'image ; voir la documentation de l'API pour plus de détails.

Modèles et capacités Google Virtual Try-On
À quelles tâches GPT-6.1 Sol est-il adapté ?

GPT-6.1 Sol est un modèle texte d'OpenAI, adapté au code, à l'analyse, à la recherche et aux travaux nécessitant un raisonnement en plusieurs étapes. Cette page décrit l'intégration texte des Responses en streaming ; l'entrée d'images, l'audio et la vidéo ne font pas partie des capacités garanties par cette page.

Modèles et capacités
Quel ID de modèle et quel point de terminaison faut-il utiliser ?

Utilisez l'ID de modèle gpt-6.1-sol et envoyez la requête à POST /v1/responses. La requête doit utiliser un tableau input, stream=true et store=false.

Modèles et capacités
Quelles valeurs reasoning.effort prend-il en charge ?

Actuellement, l'intégration HiAPI prend en charge cinq niveaux : low, medium, high, xhigh et max. Les exemples et le Playground utilisent medium par défaut ; si vous avez besoin d'un comportement fixe, transmettez explicitement reasoning.effort dans la requête API. Les autres valeurs ne font pas partie du contrat de ce modèle.

Modèles et capacités
Pourquoi ne puis-je pas transmettre temperature, top_p ou max_output_tokens ?

Le contrat d'accès actuel de GPT-6.1 Sol n'expose pas ces champs. Veuillez les omettre ; si vous devez modifier la profondeur de raisonnement, utilisez reasoning.effort. N'appliquez pas directement à cette page les exemples de paramètres d'échantillonnage d'autres modèles.

Modèles et capacités
Comment gérer les réponses en streaming ?

Lisez response.output_text.delta selon le type d'événement SSE et accumulez le corps du texte, puis terminez le traitement lors de response.completed, response.incomplete ou response.failed. Ne traitez pas l'ensemble du flux comme un seul JSON et ne vous contentez pas d'attendre l'output de l'événement de fin.

Modèles et capacités
Comment poursuivre une conversation multi-tours avec store=false ?

Le client conserve les messages utilisateur, les messages assistant et les éléments d'outil nécessaires, puis les rejoue dans l'input suivant. Le rejeu de l'historique est à nouveau comptabilisé dans les Token d'entrée ; les hits et écritures de cache sont déterminés par le détail de usage.

Modèles et capacités
Comment sont facturés les entrées, le cache et les sorties ?

Les entrées, les lectures de cache, les écritures de cache et les sorties utilisent respectivement les prix Token en temps réel affichés sur la page du modèle. L'utilisation de cache correspondante n'est comptabilisée que lorsque usage rapporte explicitement cached_tokens ou cache_write_tokens ; les lectures et écritures de cache sont déjà incluses dans le total des entrées et ne doivent pas être additionnées une seconde fois. reasoning_tokens est déjà inclus dans output_tokens et ne doit pas non plus être ajouté à nouveau ; le coût final est celui indiqué dans le journal d'utilisation du compte.

Modèles et capacités
Comment la tarification s'applique-t-elle au-delà de 272K tokens d'entrée ?

Le calcul se fait sur le total de tokens d'entrée d'une même requête, y compris les lectures et écritures de cache rapportées dans usage. Tant que le total d'entrée ne dépasse pas 272 000 tokens, le tarif standard s'applique ; à partir de 272 001 tokens, l'entrée, la sortie et le cache de toute la requête passent au palier de contexte long, et non seulement la portion excédentaire.

Modèles et capacités
Que vérifier en premier lorsqu'une requête échoue ou qu'il n'y a pas de corps de réponse ?

Vérifiez d'abord la clé API, le modèle, l'endpoint Responses, le tableau input, stream=true et store=false. En l'absence de corps de réponse, confirmez que le client gère les événements incrémentaux SSE ; pour analyser les coûts, comparez input_tokens, cached_tokens, cache_write_tokens et output_tokens dans usage.

Modèles et capacités
À quoi sert GPT-6 Astra ?

GPT-6 Astra est un modèle d'OpenAI destiné au raisonnement complexe, à la programmation, à la recherche et au travail documentaire. Il convient à la revue de code, à l'analyse de solutions et aux tâches nécessitant un traitement en plusieurs étapes. La portée d'intégration de cette page couvre l'entrée et la sortie de texte ; les capacités d'image, d'audio et de vidéo sont régies par leurs propres instructions d'intégration.

Modèles et capacités
Comment configurer l'ID du modèle, l'endpoint et le SDK OpenAI ?

L'ID du modèle est gpt-6-astra et l'endpoint est POST /v1/responses. Définissez le base_url du SDK OpenAI sur https://api.hiapi.ai/v1, utilisez la clé API HiAPI et appelez l'interface Responses. Une clé existante peut être utilisée pour les modèles déjà activés sur le compte ; pour passer à l'interface /v1/tasks des images ou des vidéos, il faut également modifier la structure de la requête.

Modèles et capacités
Pourquoi l'exemple exige-t-il un tableau input, stream=true et store=false ?

Il s'agit de la convention de requête pour l'intégration décrite sur cette page : input transmet un tableau de messages, stream=true permet de recevoir des événements en streaming, et store=false indique que le contexte de conversation est conservé par le client. Il ne faut pas réutiliser directement une requête messages ni le code d'analyse choices de Chat Completions, et il ne faut pas non plus lire l'intégralité de la réponse SSE comme un seul objet JSON.

Modèles et capacités
Comment choisir entre low, medium, high, xhigh et max ?

Choisissez parmi ces cinq niveaux d'intensité de raisonnement via reasoning.effort. Les exemples et le Playground commencent par medium ; pour les tâches simples, essayez low, et pour les analyses complexes, comparez les résultats de high, xhigh ou max. Augmenter le niveau peut allonger le temps d'attente et accroître la consommation de Token en sortie ; il est recommandé de comparer les résultats et les coûts sur un même ensemble de tâches réelles. Les appelants de l'API doivent transmettre explicitement le niveau souhaité.

Modèles et capacités
Peut-on désactiver le raisonnement ou ajuster temperature et top_p ?

GPT-6 Astra ne prend pas en charge reasoning.effort=none. L'intégration de cette page ne propose pas de réglages pour temperature, top_p et max_output_tokens ; veuillez organiser la requête selon l'exemple de cette page et ne pas copier les paramètres d'autres modèles. En cas d'erreur de paramètre, vérifiez d'abord si le champ s'applique à ce modèle et à ce point de terminaison.

Modèles et capacités
Que signifient respectivement un contexte de 1,05 M et une sortie maximale de 128 K ?

Les spécifications officielles indiquent un contexte de 1 050 000 Token et une sortie maximale de 128 000 Token. Le contexte doit contenir l'entrée et le contenu généré, et le raisonnement consomme également le budget de sortie. La sortie maximale est la limite supérieure des spécifications du modèle et ne signifie pas que chaque requête produira autant de contenu ; l'intégration sur cette page n'utilise pas non plus cette valeur comme paramètre ajustable max_output_tokens.

Modèles et capacités
Pourquoi la sortie de response.completed peut-elle être vide ?

Le texte en streaming a déjà été renvoyé via response.output_text.delta ou response.output_item.done, et l'événement de fin ne répète pas nécessairement le contenu complet. Il convient d'accumuler le texte et les éléments de sortie terminés selon le type d'événement, puis de lire l'état et l'usage depuis l'événement de fin. response.failed et response.incomplete doivent être traités séparément et ne peuvent pas être considérés systématiquement comme une fin réussie.

Modèles et capacités
Comment poursuivre une conversation multi-tours ? Le contenu de l'historique est-il facturé à nouveau ?

Lorsque store=false, il faut rejouer dans l'input suivant les messages utilisateur, messages assistants et résultats d'outils encore nécessaires, sans compter sur le serveur pour conserver l'intégralité de la conversation. Le contenu historique rejoué est à nouveau comptabilisé dans les Token d'entrée ; la partie ayant bénéficié du cache est facturée au tarif de lecture du cache. Lorsque la conversation est longue, il convient de conserver le contexte nécessaire et de réduire l'historique non pertinent.

Modèles et capacités
Comment sont calculés les jetons d'entrée, de sortie, de lecture du cache et d'écriture du cache ?

Ces quatre types de jetons utilisent chacun leur propre prix unitaire ; les valeurs exactes figurent dans la tarification en temps réel de cette page. Le total des entrées inclut la lecture et l'écriture du cache : pour calculer les frais d'entrée standard, il faut d'abord déduire ces deux postes afin d'éviter une double facturation. reasoning_tokens est déjà inclus dans les jetons de sortie et ne doit pas être ajouté une seconde fois. L'estimation de la page est indicative ; les frais finaux sont ceux du journal de consommation du compte.

Modèles et capacités
À partir de quand la tarification du contexte long s'applique-t-elle ? Une majoration s'applique-t-elle uniquement à la partie dépassant le seuil ?

Le calcul se fait sur le total des tokens d'entrée d'une requête, incluant la lecture et l'écriture du cache. Avec un total d'entrée de 272 000 tokens, le tarif standard s'applique toujours ; à partir de 272 001 tokens, l'entrée, la sortie et le cache de toute la requête sont facturés au tarif contexte long. La majoration ne s'applique pas uniquement à la petite partie dépassant le seuil. Les prix unitaires des deux paliers peuvent être comparés en dépliant la section de tarification.

Modèles et capacités
La répétition d'un prompt garantit-elle un cache hit ?

Pas nécessairement. L'établissement et le hit du cache dépendent de la stratégie côté serveur, du préfixe réutilisable et de la durée de validité ; il faut se fier aux champs cached_tokens et cache_write_tokens dans usage. Si les deux sont à 0, cela signifie que la requête n'a pas rapporté d'utilisation de cache correspondante ; ne pas estimer soi-même le coût avec une remise de cache sur la seule base de la répétition du prompt.

Modèles et capacités
Comment utiliser l'appel de fonctions et la sortie JSON structurée ?

L'appel de fonctions déclare les fonctions via tools. Après réception d'un function_call, votre application exécute la fonction, puis renvoie function_call_output avec le même call_id, accompagné du contexte nécessaire pour poursuivre la requête. Pour JSON Object, utilisez text.format.type=json_object ; lorsque des contraintes de champs sont requises, utilisez json_schema. Pour le JSON en streaming, il faut d'abord concaténer l'intégralité, puis analyser et valider ; consultez les exemples de la documentation pour la requête concrète.

Modèles et capacités
En cas d'échec de la requête, d'absence de corps de réponse ou de coût différent de celui attendu, que vérifier en premier ?

Vérifiez d'abord la clé API, si le model est bien gpt-6-astra, ainsi que la conformité de l'endpoint et des paramètres avec cette page. En l'absence de corps de réponse, vérifiez que le SSE est correctement traité, plutôt que de lire uniquement l'output final ; en cas de doute sur le coût, comparez les quantités d'entrée, de cache et de sortie indiquées dans usage, ainsi que le palier de contexte concerné. Pour un diagnostic, fournissez l'ID de requête, le code d'erreur et l'horodatage, sans jamais divulguer la clé API.

Modèles et capacités
Faut-il obligatoirement transmettre une image de référence ?

Vous devez transmettre image_urls, au minimum 1 et au maximum 16. Si vous souhaitez uniquement faire de la génération texte-vers-image, utilisez plutôt gpt-image-2.5-flare/text-to-image.

Modèles et capacités
À quoi sert ce parcours d'édition ?

Il convient pour modifier la matière ou le décor tout en conservant le sujet. Dans le prompt, précisez clairement ce qu'il faut changer et ce qu'il faut conserver.

Modèles et capacités
Quelle est la différence avec la génération d'images Sunburst ?

Flare est plus rapide, adapté aux modifications quotidiennes de matériaux et de paysages ; Sunburst est plus fin, adapté aux espaces industriels et au niveau de finition des matériaux.

Modèles et capacités
Comment choisir le format d'image ?

Vous pouvez spécifier l'un des 13 formats d'image, ou ne rien transmettre pour utiliser auto.

Modèles et capacités
Quels champs sont obligatoires pour l'API ?

Soumettez model, input.prompt et input.image_urls. aspect_ratio et resolution sont facultatifs.

Modèles et capacités
À quoi cette voie convient-elle ?

Adaptée au collage graphique, aux ébauches d'affiches et aux natures mortes du quotidien. Chaque requête renvoie une image.

Modèles et capacités
Quelle est la différence avec la génération d'images par Sunburst ?

Flare est plus rapide, adapté à la production d'images quotidienne ; Sunburst est plus précis, adapté aux espaces industriels, aux matériaux et à la géométrie.

Modèles et capacités
Quels formats d'image sont pris en charge ?

Prend en charge auto ainsi que 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, 27:16, 16:27, 9:8, 8:9.

Modèles et capacités
Peut-on téléverser une image de référence ?

Ce parcours de génération d'images à partir de texte n'accepte pas d'image de référence. Veuillez utiliser gpt-image-2.5-flare/image-to-image.

Modèles et capacités
Faut-il obligatoirement fournir une image de référence ?

Vous devez transmettre image_urls, au minimum 1 et au maximum 16. Si vous souhaitez uniquement faire de la génération texte-image, utilisez plutôt gpt-image-2.5-sunburst/text-to-image.

Modèles et capacités
À quoi convient cet itinéraire d'édition ?

Il convient pour modifier les matériaux, la température ou la texture de surface tout en conservant la structure industrielle.

Modèles et capacités
Quelle est la différence avec la génération d'images de Flare ?

Sunburst est plus détaillé, adapté aux espaces industriels et aux matériaux ; pour des collages quotidiens et des changements de matériaux, on peut d'abord utiliser Flare.

Modèles et capacités
À quoi convient cet itinéraire ?

Il convient aux scénarios exigeant davantage d'espace industriel, de matériaux et de géométrie.

Modèles et capacités
Quelle est la différence avec la génération d'images par Flare ?

Sunburst est plus précis mais plus lent ; pour les collages quotidiens et les brouillons d'affiches, on peut d'abord utiliser Flare.

Modèles et capacités
Peut-on téléverser une image de référence ?

Ce parcours de génération d'images à partir de texte n'accepte pas d'image de référence. Veuillez utiliser gpt-image-2.5-sunburst/image-to-image.

Modèles et capacités
Quel est le positionnement principal de GPT Image 2.5 Flare ?

Flare met l'accent sur la rapidité et la génération d'images de haute qualité au quotidien, adapté aux outils de création de contenu, aux ébauches publicitaires, aux prototypes visuels et aux applications générant fréquemment des images. Il dispose également de capacités d'édition d'image et de préservation des images de référence.

Modèles et capacités
Flare peut-il uniquement générer des images à partir de texte ?

Il est aussi possible de saisir des images. Les images de référence peuvent fournir un personnage, un produit ou un style, et Flare génère de nouvelles images ou effectue des modifications sur cette base. Par exemple, le cas du cavalier en pixel art sur cette page utilise une référence de style.

Modèles et capacités
Flare peut-il générer un style photographique réaliste ?

Oui. Les cas des personnages sur un bateau de pêche et de la piscine illustrent un rendu photographique des personnages, des matières et de la lumière ambiante. Les descriptions de cadrage et d'éclairage permettent de sculpter davantage l'effet visuel de la photo.

Modèles et capacités
Peut-on créer une publicité avec un titre à l'aide de Flare ?

Vous pouvez décrire ensemble le texte à faire apparaître et les exigences visuelles. L'exemple de publicité pour vêtements place le personnage, le vêtement et le titre dans une même image. Le titre, la palette de couleurs et le style du personnage peuvent également être ajustés dans les versions ultérieures.

Modèles et capacités
Flare est-il adapté à la création de mangas et de personnages de série ?

Cette page présente une histoire en quatre cases avec un animal de compagnie, ainsi que la scène suivante mettant en scène des personnages de la forêt. Il permet d'organiser des images séquentielles dans une seule image, ou de reprendre l'image de la génération précédente comme référence pour poursuivre la création.

Modèles et capacités
Quels types de maquettes d'interface Flare peut-il générer ?

Il peut générer des maquettes d'interface telles que des applications mobiles, des listes de produits et des pages de contenu, en présentant la mise en page, la palette de couleurs, la navigation et la hiérarchie de l'information sous forme d'images, ce qui convient aux propositions de produits et à la communication de design.

Modèles et capacités
La référence de style va-t-elle inclure tout le contenu de l'image d'origine ?

Vous pouvez demander à ne référencer que le style visuel tout en changeant le sujet. Dans l'exemple du style pixel art, l'entrée est une scène de jeu et la sortie est un motard. Le prompt doit préciser le style que vous souhaitez emprunter et le nouveau contenu.

Modèles et capacités
J'ai déjà une application GPT Image 2, puis-je envisager Flare ?

Oui. Flare conserve l'usage de la génération d'images à partir de texte et de l'édition à partir d'images de référence, en mettant l'accent sur une latence de génération plus faible, ce qui le rend adapté aux outils de contenu, aux applications de design et aux présentations de produits nécessitant des mises à jour fréquentes des images.

Modèles et capacités
Lequel privilégier entre Flare et Sunburst ?

Si la génération quotidienne et la rapidité de réponse sont prioritaires, Flare peut être envisagé ; si les exigences de conception complexes ou les retouches précises sont prioritaires, Sunburst peut être consulté. Les deux prennent en charge la génération et l'édition ; la différence réside dans le positionnement du modèle et les compromis sur les résultats.

Modèles et capacités
Quelles sont les options de sortie prises en charge par Flare ?

HiAPI propose six niveaux de qualité, des formats carré, paysage et portrait, ainsi que des dimensions en pixels prédéfinies. Les formats de fichier disponibles sont PNG, JPEG ou WebP ; un arrière-plan transparent nécessite PNG ou WebP. La liste complète des options figure dans les spécifications ci-dessus et dans le Playground.

Modèles et capacités
Comment intégrer Flare dans un flux de contenu par lots ?

L'application peut soumettre les tâches d'image une par une, puis récupérer les résultats par interrogation ou via un callback. HiAPI produit une image par requête ; dans les scénarios de génération fréquente, c'est à l'application de gérer le nombre de tâches et la concurrence.

Modèles et capacités
Comment les frais de Flare sont-ils calculés ?

La facturation est basée sur le nombre d'images générées et la qualité sélectionnée ; les images de référence ne sont pas facturées en sus. Après avoir choisi les paramètres, le Playground affiche le coût estimé correspondant.

Modèles et capacités
À quelles tâches GPT Image 2.5 Sunburst est-il adapté ?

Sunburst est conçu pour les travaux visuels exigeant une qualité d'image et une précision d'édition élevées, notamment les publicités de marque, les images produits détaillées, la combinaison de plusieurs images de référence et les retouches locales. Il peut également générer directement de nouvelles images à partir de texte.

Modèles et capacités
Quels sont les principaux compromis entre Sunburst et Flare ?

Sunburst met davantage l'accent sur la qualité et la précision, et nécessite généralement un temps de génération plus long. Flare est destiné à la création quotidienne où la vitesse est prioritaire. Le compromis à privilégier dépend des exigences réelles de l'image et du temps d'attente.

Modèles et capacités
Peut-on combiner une personne et plusieurs références de vêtements ?

Oui. Le cas de changement de tenue de cette page utilise quatre références : une photo de personne, un manteau, un haut et des bottes hautes ; la sortie combine les vêtements dans la scène de la personne d'origine. HiAPI prend en charge jusqu'à 16 images de référence.

Modèles et capacités
Peut-on supprimer un seul objet dans une photo ?

Oui. Indiquez l'objet à supprimer et décrivez les personnes et la scène à conserver. Par exemple, dans le cas du portrait avec une fleur, la modification se concentre sur la fleur tenue en main, ce qui permet de nettoyer une photo, d'ajuster un accessoire et de réviser un contenu.

Modèles et capacités
Est-il possible de modifier les meubles sur une photo d'intérieur ?

Dans le cas de la cuisine, les sièges d'origine ont été remplacés par des chaises en bois, en conservant la table, la fenêtre et l'environnement de la pièce. Des tâches similaires conviennent à l'agencement d'intérieur et aux propositions de décoration.

Modèles et capacités
Sunburst peut-il traduire le texte contenu dans une image ?

Cette page illustre la transition de la notice d'une machine à café de l'anglais vers l'espagnol. Ce type de modification s'applique aux notices multilingues, aux supports promotionnels internationaux et à la mise à jour linguistique de conceptions existantes.

Modèles et capacités
Comment les modifications successives permettent-elles de prolonger la conception publicitaire du tour précédent ?

Dans le cas d'une publicité produit, on génère d'abord un panneau publicitaire au coucher du soleil à partir de la photo du flacon, puis on transforme le résultat du tour précédent en une scène de neige en soirée d'hiver. À chaque tour, l'image correspondante sert d'entrée et l'on précise les conditions à modifier.

Modèles et capacités
Sunburst peut-il générer directement des emballages complexes ?

Il est possible de générer à partir d'un texte un concept produit comprenant une coque d'emballage, des textes imprimés, des matériaux et des décorations. L'exemple de l'avion jouet illustre ce type d'exigences combinées, utilisable pour la présentation de solutions d'emballage, les visuels de produit et les propositions créatives.

Modèles et capacités
Les images produit isolées peuvent-elles être utilisées pour une composition transparente ?

Sunburst prend en charge la génération de sujets isolés avec un fond transparent. Lors de l'utilisation via HiAPI, choisissez le fond transparent et exportez en PNG ou WebP. Le résultat peut être utilisé pour la composition publicitaire, la présentation de produits et la conception de pages.

Modèles et capacités
Que présente principalement le cas du meuble laqué ?

La cible de la modification est l'incrustation de phase lunaire au centre de la porte du meuble, tandis que le reste de la décoration en nacre, le corps du meuble et la disposition des outils constituent la scène à conserver. Il sert à illustrer le résultat d'une édition sur une cible locale précise.

Modèles et capacités
Quelles sont les options de qualité et de taille disponibles pour Sunburst ?

Sur HiAPI, six niveaux de qualité sont disponibles : low, medium, high, xhigh, max et auto, ainsi que les ratios d'image et tailles en pixels indiqués sur la page. La qualité et la taille se définissent séparément ; la qualité par défaut est medium.

Modèles et capacités
Chaque modification de Sunburst est-elle facturée ?

Chaque soumission est une tâche d'image indépendante, facturée selon la qualité et les images de sortie choisies pour cette soumission ; les images de référence ne sont pas facturées en supplément. La page affiche le coût estimé ; une fois la génération terminée, vous pouvez prévisualiser et télécharger les images.

Modèles et capacités
Qu'est-ce que GPT Image 2 ?

GPT Image 2 est le modèle de génération d'images à partir de texte d'OpenAI, adapté à la création d'affiches, de fiches de connaissances, de visuels produits et à la génération d'images comportant des exigences précises de texte et de mise en page.

Modèles et capacités GPT Image 2
GPT Image 2 et GPT Image 2.0 sont-ils le même modèle ?

GPT Image 2.0 est un raccourci de recherche courant ; utilisez l'ID de modèle exact indiqué sur la page GPT Image 2 et dans la documentation de l'API.

Modèles et capacités GPT Image 2
Quels point de terminaison et ID de modèle l'API GPT Image 2 utilise-t-elle ?

Envoyez une requête POST /v1/tasks, définissez model sur gpt-image-2/text-to-image pour la génération d'images à partir de texte, et transmettez prompt, aspect_ratio et resolution dans input. L'API renvoie d'abord un taskId, puis l'image finale est obtenue via l'interrogation de la tâche ou un callback.

Modèles et capacités GPT Image 2
Comment utiliser GPT Image 2 ?

Dans le Playground, décrivez le sujet, la scène, la mise en page et le texte qui doit apparaître, puis choisissez le format, la résolution et l'arrière-plan, cliquez sur Exécuter et consultez le résultat.

Modèles et capacités GPT Image 2
Quelles résolutions et quels formats d'image GPT Image 2 prend-il en charge ?

Prend en charge 1K, 2K et 4K, ainsi que 16 formats dont auto, 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16 ; avec auto ou sans format spécifié, seul 1K est pris en charge ; 1:1 ne prend pas en charge 4K ; 2K ne prend pas en charge 5:4, 4:5, 3:1, 1:3, 9:21 ; 4K ne prend pas en charge 1:1, 3:1, 1:3, 9:21. Lorsque background est explicitement transmis, seul 1K est pris en charge.

Modèles et capacités GPT Image 2
Quelles sont les restrictions concernant le paramètre d'arrière-plan de l'image ?

background peut être auto, opaque ou transparent ; le paramètre background n'est pris en charge qu'en 1K ; en 2K/4K, veuillez omettre ce paramètre.

Modèles et capacités GPT Image 2
Comment utiliser GPT Image 2 via HiAPI ?

Vous pouvez d'abord valider le prompt et la composition dans le HiAPI Playground, puis appeler POST /v1/tasks pour créer une tâche asynchrone de génération d'images à partir de texte, et récupérer le résultat via taskId ou callback.

Modèles et capacités GPT Image 2
Quelles langues et exigences typographiques GPT Image 2 prend-il en charge ?

Vous pouvez spécifier dans le prompt la langue cible, le texte exact, le style de police, la position, la hiérarchie et la mise en page globale ; pour les contenus textuels complexes, indiquez directement le texte original à rendre.

Modèles et capacités GPT Image 2
GPT Image 2 : comment choisir entre la génération d'images à partir de texte et la génération d'images à partir d'images ?

Sans image de référence, utilisez gpt-image-2/text-to-image pour générer à partir d'une description ; pour conserver ou modifier une image existante, utilisez gpt-image-2/image-to-image en fournissant 1 à 6 images de référence.

Modèles et capacités GPT Image 2
Chaque vidéo a-t-elle du son ?

Oui. Le son est généré avec l'image et ne peut pas être désactivé. Vous pouvez décrire dans le prompt les sons d'ambiance, la musique ou les dialogues souhaités.

Modèles et capacités Grok Imagine 1.5 Lite
Quelles sont les durées, résolutions et proportions d'image prises en charge ?

Durée : nombre entier de 1 à 15 secondes (6 secondes par défaut) ; résolutions : 480p, 720p, 1080p (720p par défaut) ; proportions d'image : 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 9:16 (16:9 par défaut).

Modèles et capacités Grok Imagine 1.5 Lite
Quelle est la longueur maximale du prompt ?

4096 caractères maximum. Une description centrée sur le sujet, l'action, le cadrage et le son est généralement plus efficace qu'une longue série de mots-clés.

Modèles et capacités Grok Imagine 1.5 Lite
Puis-je utiliser ce modèle pour animer mes images ?

Non, cette route n'accepte que du texte. Si vous devez partir de vos images, utilisez grok-imagine-1.5-lite/image-to-video.

Modèles et capacités Grok Imagine 1.5 Lite
Comment appeler via l'API ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model renseigné à grok-imagine-1.5-lite/text-to-video, et prompt, duration, resolution, aspect_ratio placés dans input. La requête renvoie un ID de tâche, puis récupérez l'URL de la vidéo par polling ou via un callback.

Modèles et capacités Grok Imagine 1.5 Lite
Comment la facturation est-elle calculée ?

La facturation est basée sur la résolution choisie et la durée demandée. Le panneau des tarifs affiche les tarifs en temps réel ; le débit final est déterminé par l'enregistrement des tâches réussies.

Modèles et capacités Grok Imagine 1.5 Lite
Combien d'images puis-je téléverser ?

Une seule, transmise via image_url, qui doit être accessible publiquement.

Modèles et capacités Grok Imagine 1.5 Lite
Peut-on choisir le format d'image de sortie ?

Non. Le format de l'image vidéo suit approximativement l'image d'entrée, et les dimensions en pixels sont arrondies aux spécifications prises en charge par le modèle. Si vous avez besoin d'un autre format, veuillez d'abord recadrer ou agrandir l'image au format cible avant de la soumettre.

Modèles et capacités Grok Imagine 1.5 Lite
Quelles durées et résolutions sont prises en charge ?

Durée : entier de 1 à 15 secondes (6 secondes par défaut) ; résolutions : 480p, 720p, 1080p (720p par défaut).

Modèles et capacités Grok Imagine 1.5 Lite
Faut-il obligatoirement écrire un prompt ?

Oui. Cette route exige de fournir à la fois image_url et un prompt (4096 caractères maximum). Le prompt doit décrire ce qui bouge, la caméra et le son, sans répéter la description du contenu de l'image.

Modèles et capacités Grok Imagine 1.5 Lite
Comment rendre le sujet plus stable ?

Utilisez une image complète et nette, ne décrivez qu'une seule action principale et précisez les éléments qui doivent rester inchangés, par exemple le visage de la personne, le style de l'image ou les relations d'arrière-plan.

Modèles et capacités Grok Imagine 1.5 Lite
À quels types de visuels finaux Grok Imagine Quality est-il adapté ?

Aux visuels principaux, couvertures, concepts publicitaires et images de scène de haute qualité nécessitant des matériaux, des jeux d'ombre et de lumière, une atmosphère et des détails plus marqués.

Modèles et capacités Grok Imagine Quality
Comment se fait la facturation pour 1k et 2k ?

1k et 2k utilisent des tarifs unitaires par image différents ; le format et le format de sortie n'entraînent aucun frais supplémentaire ; les montants exacts sont ceux du tarif en temps réel indiqué sur cette page.

Modèles et capacités Grok Imagine Quality
Pourquoi ne pas utiliser directement le niveau standard ?

Le niveau standard est plus adapté aux brouillons en masse et lorsque la rapidité est prioritaire ; ne choisissez Quality que lorsque le rendu final accorde plus d'importance aux matériaux et aux détails.

Modèles et capacités Grok Imagine Quality
Prenez-vous en charge les images de référence ?

La génération d'images à partir de texte actuelle n'accepte pas d'image de référence ; pour une édition de haute qualité à partir d'une image de référence, veuillez utiliser grok-imagine-quality/image-to-image.

Modèles et capacités Grok Imagine Quality
Comment garantir une comparaison équitable entre différentes résolutions ?

Fixez le prompt, le cadrage et le format, changez uniquement la résolution, et enregistrez séparément les résultats 1k et 2k pour les comparer.

Modèles et capacités Grok Imagine Quality
À quoi est adapté le niveau standard de Grok Imagine ?

Adapté à l'exploration créative en lot, aux contenus pour les réseaux sociaux, ainsi qu'aux scènes paysagères et cinématographiques. Les niveaux 1k et 2k étant actuellement au même prix, il est préférable de choisir directement le niveau de sortie le plus élevé.

Modèles et capacités Grok Imagine
Quelle est la différence entre le niveau standard et le niveau Quality ?

Le niveau standard privilégie la rapidité et un prix fixe bas ; Quality est une gamme de modèles indépendante, qui accorde plus d'importance aux matériaux, aux détails et à la lumière, avec une facturation par paliers 1k/2k.

Modèles et capacités Grok Imagine
Quels formats d'image sont pris en charge ?

Prise en charge de 13 formats paysage, carré et portrait, de 2:1 et 20:9 à 1:2.

Modèles et capacités Grok Imagine
Cette page prend-elle en charge les images de référence ?

Non. Pour l'édition avec image de référence, veuillez utiliser grok-imagine/image-to-image.

Modèles et capacités Grok Imagine
Quels sont les champs minimaux requis par l'API ?

Il suffit de soumettre model et input.prompt ; le format d'image, la résolution et le format peuvent utiliser les valeurs par défaut.

Modèles et capacités Grok Imagine
Quelles entrées sont nécessaires pour HeyGen Avatar IV ?

Une photo de portrait, puis choisissez un mode de pilotage : saisir un script et sélectionner une voix, ou téléverser un fichier audio. Si vous utilisez un script sans sélectionner de voix, la voix par défaut Warm Pro Narrator est utilisée.

Modèles et capacités HeyGen Avatar IV
Quel type de photo donne le meilleur résultat ?

Les photos individuelles de face, avec des traits du visage nets et non masqués, un éclairage uniforme et la bouche naturellement fermée donnent les résultats les plus fiables. Les photos de profil, avec un masque, des photos de groupe ou des photos où le visage est très petit ne conviennent pas.

Modèles et capacités HeyGen Avatar IV
Quelle est la durée de la vidéo générée ?

Il n'est pas nécessaire de transmettre une durée. Lors d'un doublage de dialogue, la durée est déterminée par le dialogue et le débit de parole ; en mode piloté par l'audio, elle correspond à la longueur de l'audio téléchargé, l'audio pouvant atteindre 600 secondes au maximum.

Modèles et capacités HeyGen Avatar IV
Quels formats d'image et résolutions sont pris en charge ?

Les formats d'image pris en charge sont 16:9, 9:16, 4:5, 5:4, 1:1 et auto (conserve le ratio de la photo) ; les résolutions prises en charge sont 720p et 1080p.

Modèles et capacités HeyGen Avatar IV
Quand faut-il définir un arrière-plan ?

L'arrière-plan ne s'affiche que lorsque le format de sortie diffère du ratio de la photo et qu'un espace vide apparaît dans l'image. Vous pouvez choisir une couleur unie (#RRGGBB) ou une image d'arrière-plan ; sans configuration, il est blanc.

Modèles et capacités HeyGen Avatar IV
Quelle est la différence avec HeyGen Avatar V ?

Avatar IV anime les photos que vous téléchargez vous-même ; Avatar V permet de choisir un avatar parmi 497 avatars numériques prédéfinis et prend en charge en plus le WebM à fond transparent, la suppression de l'arrière-plan et les sous-titres SRT.

Modèles et capacités HeyGen Avatar IV
Comment fonctionne la facturation de HeyGen Avatar IV ?

La facturation est basée sur le nombre réel de secondes de la vidéo générée. Lors de la création d'une tâche, un montant est prélevé à titre provisoire selon la durée estimée, puis le règlement final s'effectue sur la base du nombre réel de secondes une fois la tâche terminée ; les tâches échouées sont intégralement remboursées. Pour le prix unitaire, consultez le tarif en temps réel sur cette page.

Modèles et capacités HeyGen Avatar IV
Quelles sont les exigences pour le masque ?

Le masque doit avoir le même rapport largeur-hauteur que l'image originale ; les zones noires seront redessinées et les parties blanches conservées. Une zone légèrement plus grande que la silhouette du personnage donne un résultat plus naturel.

Modèles et capacités Ideogram V3 Character
Quelle est la taille de sortie ?

La sortie conserve les dimensions de l'image d'origine ; par exemple, une image d'origine de 1024×768 donne un résultat de 1024×768.

Modèles et capacités Ideogram V3 Character
Puis-je remplacer un personnage déjà présent dans l'image d'origine ?

Oui, peignez le personnage à remplacer dans le masque et décrivez l'action du nouveau personnage dans le prompt ; les personnages et l'arrière-plan en dehors du masque seront conservés.

Modèles et capacités Ideogram V3 Character
Quel format utiliser pour le masque ?

Utilisez une image ayant le même rapport largeur/hauteur que l'image d'origine, avec la zone à repeindre peinte en noir sur fond blanc ; les exemples de cette page utilisent un masque PNG.

Modèles et capacités Ideogram V3 Character
Quelle taille doit avoir le masque ?

Un tout petit peu plus grand que la silhouette du personnage suffit. Trop petit, il comprime la pose du personnage ; trop grand, il faut repeindre davantage d'arrière-plan.

Modèles et capacités Ideogram V3 Character
Que faut-il écrire dans le prompt ?

Écrivez uniquement ce que fait le personnage dans la zone du masque, par exemple « assis sur un banc en tenant un parapluie », « debout près de la fenêtre en faisant signe » ; inutile de décrire à nouveau l'arrière-plan, l'image en dehors du masque reste inchangée.

Modèles et capacités Ideogram V3 Character
Une même image source peut-elle être placée à différents endroits ?

Oui. L'image source et l'image de référence du personnage restent inchangées ; il suffit de changer la position du masque et le prompt d'action. C'est ainsi que l'on obtient les deux versions de cette page, le fauteuil et la fenêtre du chalet.

Modèles et capacités Ideogram V3 Character
Puis-je omettre le masque ?

Non. image_url, mask_url et reference_image_urls sont tous obligatoires ; si vous n'avez pas d'image originale, veuillez utiliser le modèle de génération Character.

Modèles et capacités Ideogram V3 Character
Puis-je envoyer plusieurs images de référence de personnage ?

Non. reference_image_urls doit contenir exactement 1 image ; les illustrations, mascottes et photos réalistes sont toutes acceptées.

Modèles et capacités Ideogram V3 Character
rendering_speed et style sont-ils aussi utilisables dans l'éditeur ?

Oui. Les trois niveaux TURBO / BALANCED / QUALITY et les styles AUTO / REALISTIC / FICTION s'appliquent également ; les trois niveaux sont facturés par image, les prix exacts sont indiqués en temps réel sur la page.

Modèles et capacités Ideogram V3 Character
Remix est-il pris en charge ?

Pas encore. Actuellement, la génération de personnages (ideogram-v3-character) et l'édition locale par masque (ideogram-v3-character/edit) sont disponibles.

Modèles et capacités Ideogram V3 Character
Un échec entraîne-t-il des frais ? Comment obtenir le résultat ?

Les tâches échouées ne sont pas facturées. Après la soumission, conservez le taskId et interrogez via GET /v1/tasks/:id ; une fois status à success, téléchargez le WebP depuis output[].url ; output[].url est une adresse temporaire, veuillez l'enregistrer rapidement.

Modèles et capacités Ideogram V3 Character
Peut-on spécifier le ratio de sortie ?

Non, pas individuellement. Le rapport largeur-hauteur de sortie suit l'image de référence du personnage : une référence portrait donne 864×1152, une référence paysage donne 1328×752. Pour obtenir une image paysage, veuillez téléverser une image de référence du personnage au format paysage (par exemple en complétant le fond sur les côtés).

Modèles et capacités Ideogram V3 Character
Comment choisir une image de référence pour de meilleurs résultats ?

Choisissez une image avec un personnage clair, de face ou de trois quarts, sur un fond simple ; les illustrations et les photos réalistes conviennent. Les vêtements et les couleurs de l'image de référence seront conservés autant que possible.

Modèles et capacités Ideogram V3 Character
Comment rédiger un prompt ?

Utilisez une désignation fixe pour faire référence au personnage (par exemple the explorer character / the same man), en décrivant surtout la scène, l'action, les accessoires et la lumière ; vous pouvez également choisir REALISTIC ou FICTION via style.

Modèles et capacités Ideogram V3 Character
Les personnages peuvent-ils être des animaux ou des mascottes de marque ?

Oui. La mascotte renard orange de cette page a été créée à partir de 1 seule illustration de design de personnage pour générer différentes scènes comme des panneaux publicitaires, des comptoirs et des marchés, avec une écharpe et une palette de couleurs cohérentes.

Modèles et capacités Ideogram V3 Character
Est-ce utilisable pour créer une histoire continue ou un storyboard ?

Oui. Chaque case utilise la même image de référence du personnage, seuls la scène et l'action du prompt changent ; c'est ainsi que l'histoire illustrée en quatre cases de cette page a été réalisée.

Modèles et capacités Ideogram V3 Character
Quelle est la différence entre les trois options de style ?

AUTO laisse le modèle décider selon le prompt ; REALISTIC privilégie un éclairage et un rendu photographiques, adapté aux portraits et aux scènes réalistes ; FICTION conserve un rendu illustratif, adapté aux albums jeunesse, aux jeux et aux personnages de cartoon.

Modèles et capacités Ideogram V3 Character
À quoi sert la seed ?

Fixer la seed facilite la reproduction et la comparaison : avec la même image de référence, le même prompt et la même seed, il suffit de changer de niveau ou de style pour comparer directement les différences.

Modèles et capacités Ideogram V3 Character
Combien de temps les images de résultat sont-elles conservées ?

output[].url est une adresse temporaire avec une durée de validité ; veuillez télécharger ou transférer le résultat vers votre propre stockage dès que la tâche est terminée avec succès.

Modèles et capacités Ideogram V3 Character
Comment choisir parmi les trois niveaux de rendering_speed ?

TURBO est le plus rapide et le moins cher à l'unité, idéal pour tester des directions et générer des ébauches en lot ; BALANCED est le niveau par défaut ; QUALITY offre le meilleur niveau de détail, adapté à la finalisation. Les trois niveaux utilisent le même ID de modèle et sont facturés à l'image ; pour les tarifs exacts, consultez le prix en temps réel affiché sur la page.

Modèles et capacités Ideogram V3 Character
Quelles modifications peut effectuer Ideogram 4.5 Edit ?

Il permet quatre types de modifications : l'édition globale par prompt, le changement de style à partir d'une image de référence, la retouche locale avec masque et le peaufinage avec Precise Edit. Ces quatre méthodes peuvent être combinées.

Modèles et capacités Ideogram V4.5
Quels sont les champs obligatoires au minimum ?

prompt et image_url sont obligatoires. Ajoutez reference_image_urls, mask_url, edit_precision, quality, image_size, num_images et seed selon vos besoins.

Modèles et capacités Ideogram V4.5
Quelle est la différence entre regular et Precise Edit ?

Pour modifier du texte et effectuer des retouches ponctuelles, choisissez Precise Edit ; pour changer de couleur ou de style, choisissez regular. edit_precision=high correspond à Precise Edit, qui restaure les pixels non modifiés ; regular offre des modifications plus libres.

Modèles et capacités Ideogram V4.5
Les niveaux de qualité sont-ils identiques pour les deux précisions ?

Non. regular propose very_low, low, medium, high ; Precise Edit propose uniquement low, medium, high.

Modèles et capacités Ideogram V4.5
Comment dessiner un masque ?

Le masque doit avoir la même taille que l'image source ; les zones noires sont repeintes et les zones blanches sont conservées. Il est recommandé que la zone noire soit légèrement plus grande que l'objet à modifier.

Modèles et capacités Ideogram V4.5
Quand image_size ne peut-il être que auto ?

Il ne peut être que auto avec mask_url ou lors de l'utilisation de Precise Edit. La sortie suit alors les dimensions de l'image source ; seule l'édition regular sans masque permet de choisir parmi 6 préréglages de taille.

Modèles et capacités Ideogram V4.5
Combien d'images de référence puis-je téléverser au maximum ?

Jusqu'à 4 images, ou 3 au maximum si vous fournissez également un masque. Pour un résultat plus contrôlable, précisez dans l'instruction ce qu'apporte chaque image de référence.

Modèles et capacités Ideogram V4.5
Comment la facturation fonctionne-t-elle ?

La facturation se fait au nombre d'images de sortie. Le prix unitaire est déterminé conjointement par quality et edit_precision, chaque requête générant 1 image ; les dimensions, les images de référence et le masque n'affectent pas le prix, et le prix unitaire actuel est celui du tarif en temps réel.

Modèles et capacités Ideogram V4.5
Comment rédiger une instruction d'édition ?

Rédigez-la en quatre parties : la tâche, ce qu'il faut modifier, ce qu'il faut conserver, le rendu et les contraintes. Par exemple : ① Edit the provided logo. ② Change the text "Ember & Oak" to "Maple & Co". ③ Keep the serif lettering, bean emblem, tagline, colors and layout. ④ The result should look like the original print; do not add new elements. Pour modifier du texte, il est recommandé d'utiliser Precise Edit.

Modèles et capacités Ideogram V4.5
Ce modèle est-il identique à Ideogram 4.5 Image to Image ?

Il s'agit du même modèle, seul le nom d'affichage a été remplacé par Ideogram 4.5 Edit. L'ID du modèle ideogram-v4.5/image-to-image et le lien de la page restent inchangés.

Modèles et capacités Ideogram V4.5
Quel modèle utiliser en l'absence d'image source ?

Utilisez d'abord Ideogram 4.5 (ideogram-v4.5/text-to-image) pour générer une image source à partir du prompt. Confiez ensuite le résultat à ce modèle pour le modifier.

Modèles et capacités Ideogram V4.5
Comment les exemples de cette page ont-ils été générés ?

Tous générés par HiAPI avec ce modèle. Precise Edit utilise le niveau low, les autres utilisent le niveau very_low de regular, et les images sources proviennent des exemples de la page Ideogram 4.5.

Modèles et capacités Ideogram V4.5
À quoi sert Ideogram 4.5 ?

Il est adapté aux images nécessitant du texte net dans l'image. Les affiches, les logotypes, les étiquettes d'emballage, les enseignes et les couvertures de magazine font partie des types qu'il maîtrise bien.

Modèles et capacités Ideogram V4.5
Comment rendre le texte d'une image plus précis ?

Placez le texte à faire apparaître entre guillemets et écrivez-le mot pour mot. Précisez ensuite si chaque ligne est un grand titre, un sous-titre ou un petit texte, ainsi que sa position et le style de police souhaité ; plus le texte est court, plus le résultat est stable.

Modèles et capacités Ideogram V4.5
Comment rédiger un prompt pour obtenir le meilleur résultat ?

Structurez-le en quatre parties : tâche, texte et détails, mise en page à conserver, rendu et contraintes. Par exemple : ① Create a conference poster. ② Headline "DESIGN FORWARD", subtitle "Typography Summit 2026", orange and navy palette. ③ Keep the headline centered and the subtitle clearly smaller. ④ Crisp lettering, flat print look; do not add any other text.

Modèles et capacités Ideogram V4.5
Comment choisir parmi les trois niveaux de quality ?

Pour les images du quotidien, choisissez medium ; pour l'exploration en lot, choisissez low ; pour la version finale, choisissez high. Les trois niveaux ont des prix unitaires différents ; high offre le plus de détails et convient aux visuels comportant beaucoup de petits textes.

Modèles et capacités Ideogram V4.5
Quelles tailles sont prises en charge ?

6 préréglages de taille sont pris en charge : square, square_hd (par défaut), portrait_4_3, landscape_4_3, portrait_16_9, landscape_16_9. Cette page n'ouvre pas la personnalisation de la largeur et de la hauteur.

Modèles et capacités Ideogram V4.5
La taille influence-t-elle le prix ?

Non. La facturation se fait à l'image, le prix unitaire ne varie qu'en fonction de quality, et chaque requête génère 1 image.

Modèles et capacités Ideogram V4.5
Qu'est-ce que enable_prompt_expansion ?

C'est un interrupteur qui permet au modèle d'élargir d'abord le prompt avant de générer l'image ; il est activé par défaut. Il est préférable de le laisser activé lorsque le prompt est court ; vous pouvez le désactiver lorsque vous devez respecter strictement la mise en page du texte original.

Modèles et capacités Ideogram V4.5
Combien d'images peut-on générer en une fois ?

1 image par requête, num_images est fixé à 1. Pour comparer plusieurs directions de composition, vous pouvez changer le seed et envoyer plusieurs requêtes.

Modèles et capacités Ideogram V4.5
Comment reproduire la même image ?

Il suffit de passer un seed fixe pour la reproduire. Maintenez également le prompt, les dimensions et le niveau de qualité inchangés.

Modèles et capacités Ideogram V4.5
Comment sont les effets de texte en chinois ?

Les grands titres en chinois sont généralement corrects, mais les petits textes en chinois peuvent comporter des erreurs en mode low. Pour des petits textes en chinois nets, il est recommandé d'utiliser medium ou high.

Modèles et capacités Ideogram V4.5
Puis-je téléverser une image de référence ?

Non, ce modèle n'accepte que du texte. Pour modifier une image existante, utilisez Ideogram 4.5 Edit (ideogram-v4.5/image-to-image).

Modèles et capacités Ideogram V4.5
Comment enregistrer les images générées ?

Téléchargez-les depuis l'URL de l'image dans le résultat de la tâche et enregistrez-les ailleurs. Le lien a une durée de validité, veuillez les sauvegarder rapidement dans votre propre stockage.

Modèles et capacités Ideogram V4.5
À quoi sert Imagen 4 ?

Il est adapté aux visuels quotidiens de produits, de mode de vie et de contenu. En précisant clairement le sujet, la scène, les matériaux et la lumière, vous obtenez des images prêtes à être soumises à évaluation, souvent utilisées pour les visuels principaux de produits, les ébauches de campagnes de marque et les illustrations d'articles.

Modèles et capacités Imagen 4
Quels formats d'image Imagen 4 prend-il en charge ?

6 formats sont pris en charge : 1:1, 16:9, 9:16, 3:4, 4:3 et auto. aspect_ratio est obligatoire ; sur cette page, le Playground utilise 16:9 par défaut.

Modèles et capacités Imagen 4
Quelle est la longueur maximale d'un prompt ?

5 000 caractères maximum. Le prompt est obligatoire ; il est recommandé de l'organiser dans l'ordre suivant : sujet, scène, matière, lumière, texte.

Modèles et capacités Imagen 4
Peut-on exclure des éléments non désirés ?

Oui, en utilisant negative_prompt. C'est un paramètre facultatif, d'une longueur maximale de 5 000 caractères, adapté pour exclure du texte superflu, des filigranes ou un arrière-plan encombré.

Modèles et capacités Imagen 4
Quel format faut-il utiliser pour seed ?

Saisissez une chaîne de caractères, 500 caractères maximum, facultatif. En gardant seed et les autres paramètres inchangés, vous pouvez comparer uniquement les différences apportées par les modifications du prompt.

Modèles et capacités Imagen 4
Peut-on téléverser une image de référence ?

Non. Imagen 4 génère des images uniquement à partir de texte ; pour modifier une image existante, consultez Nano Banana 2.1, un modèle associé qui prend en charge l’édition à partir d’une image de référence.

Modèles et capacités Imagen 4
Combien d'images peut-on générer à la fois ?

1 image par fois. Si vous avez besoin de plusieurs versions, soumettez plusieurs tâches séparément.

Modèles et capacités Imagen 4
Peut-on spécifier une taille en pixels ou un format de sortie ?

Non. Actuellement, seul aspect_ratio est disponible ; aucun paramètre de taille en pixels personnalisée ni de format de sortie n'est proposé.

Modèles et capacités Imagen 4
Le texte peut-il apparaître dans une image ?

Oui, mais il faut vérifier en agrandissant avant la livraison. Placez le texte mot pour mot entre guillemets en précisant sa position et sa taille, puis indiquez qu'aucun autre texte ne doit apparaître ; dans l'exemple d'affiche de cette page, il y avait une lettre en trop dans le titre.

Modèles et capacités Imagen 4
Comment choisir entre Imagen 4, Fast et Ultra ?

Pour la production quotidienne, choisissez Imagen 4. Pour de nombreuses esquisses, choisissez Imagen 4 Fast ; pour améliorer les détails du rendu final, choisissez Imagen 4 Ultra ; les trois ont des ID de modèle différents et peuvent être utilisés par étapes dans un même projet.

Modèles et capacités Imagen 4
Comment appeler via l'API ?

Soumettez une tâche via POST /v1/tasks. Passez model: "imagen-4.0", et placez prompt et aspect_ratio dans input. La requête renvoie immédiatement un taskId ; vous pouvez définir callback.url pour recevoir une notification d'achèvement, ou interroger GET /v1/tasks/:id, puis télécharger l'image depuis output en cas de succès.

Modèles et capacités Imagen 4
Comment est-ce facturé ?

La facturation se fait par image, 1 image à la fois. Le format et le seed n'affectent pas le mode de facturation ; le prix unitaire actuel est celui affiché en temps réel sur la page, et le décompte final se base sur l'historique des tâches.

Modèles et capacités Imagen 4
À quoi sert Imagen 4 Fast ?

Idéal pour les travaux nécessitant de nombreuses versions : sélection de directions créatives, essais de maquettes en série, et comparaison de palettes de couleurs et de compositions pour les réseaux sociaux et le e-commerce.

Modèles et capacités
Les paramètres de Fast et d'Imagen 4 sont-ils identiques ?

Globalement oui, seul le type de seed diffère. Les deux utilisent prompt, aspect_ratio, negative_prompt et seed ; le seed de Fast est un entier, tandis que celui d'Imagen 4 et d'Ultra est une chaîne de caractères.

Modèles et capacités
Quels ratios d'image Fast prend-il en charge ?

6 sont pris en charge : 1:1, 16:9, 9:16, 3:4, 4:3 et auto. Le paramètre aspect_ratio est obligatoire ; sur cette page, le Playground utilise 16:9 par défaut.

Modèles et capacités
Comment utiliser seed ?

Saisissez un entier, facultatif. Lors d'essais par lots, fixez le seed et ne modifiez qu'un seul endroit du prompt pour mieux voir l'effet de cette modification.

Modèles et capacités
Quelle est la longueur maximale d’un prompt ?

5 000 caractères maximum. Lors de la phase d’essai, il est recommandé de commencer par un sujet et un scénario courts et clairs, puis d’ajouter les détails au fil des itérations.

Modèles et capacités
Peut-on exclure des éléments non désirés ?

Oui, avec negative_prompt. Il accepte jusqu'à 5 000 caractères et convient pour exclure uniformément les textes superflus, les filigranes et autres éléments sur l'ensemble d'une série d'essais.

Modèles et capacités
Peut-on téléverser une image de référence ?

Non. Imagen 4 Fast génère des images uniquement à partir de texte ; si vous avez besoin d'une image de référence, consultez Nano Banana 2 Lite dans les modèles associés, qui prend en charge plusieurs images de référence.

Modèles et capacités
Combien d'images peut-on générer à la fois ?

1 image par génération. Pour tester plusieurs propositions en lot, soumettez plusieurs tâches en parallèle et recevez les résultats via callback.url.

Modèles et capacités
Peut-on spécifier la taille en pixels ou le format de sortie ?

Non. Seul aspect_ratio est actuellement disponible ; aucun paramètre de taille en pixels personnalisée ni de format de sortie n'est proposé.

Modèles et capacités
Une fois la direction définie, comment produire le résultat final ?

Il suffit de changer de model. Soumettez le même jeu d'invites et le même format à Imagen 4 ou Imagen 4 Ultra, en renseignant l'ID de modèle correspondant dans model. Notez que le seed de ces deux modèles est une chaîne de caractères.

Modèles et capacités
Comment appeler l'API ?

Soumettez une tâche via POST /v1/tasks. Passez model: "imagen-4.0-fast", et placez prompt et aspect_ratio dans input. La requête renvoie immédiatement un taskId ; vous pouvez définir callback.url ou interroger GET /v1/tasks/:id, puis télécharger l'image depuis output en cas de succès.

Modèles et capacités
Comment la facturation fonctionne-t-elle ?

La facturation se fait à l'image, 1 image par fois. Le prix unitaire actuel est celui affiché en temps réel sur la page ; avant de soumettre, vous pouvez consulter l'estimation des coûts dans le Playground.

Modèles et capacités
À quoi sert Imagen 4 Ultra ?

Idéal pour produire des visuels finis : macros de produits, portraits, paysages et gros plans de matières, ainsi que des images plus fidèles au prompt.

Modèles et capacités
Quels ratios d'image Ultra prend-il en charge ?

6 sont pris en charge : 1:1, 16:9, 9:16, 3:4, 4:3 et auto. aspect_ratio est obligatoire ; sur cette page Playground, la valeur par défaut est 1:1.

Modèles et capacités
Quelle est la longueur maximale d'un prompt ?

5 000 caractères au maximum. Lors de la phase de finalisation, vous pouvez préciser davantage les matériaux, la direction de la lumière, la profondeur de champ et l'arrière-plan.

Modèles et capacités
Peut-on exclure des éléments non désirés ?

Oui, avec negative_prompt. Il peut contenir jusqu'à 5 000 caractères et permet d'exclure les reflets surexposés, le texte superflu, les filigranes ou les arrière-plans encombrés.

Modèles et capacités
Quel format faut-il saisir pour seed ?

Saisissez une chaîne, 500 caractères maximum, facultatif. Lors de la finalisation, fixez le seed et n'ajustez que légèrement le prompt, afin de faciliter la comparaison des variations de détail.

Modèles et capacités
Peut-on téléverser une image de référence ?

Non. Imagen 4 Ultra génère uniquement des images à partir de texte ; si vous avez besoin de partir d'une image existante, consultez Nano Banana Pro, qui prend en charge les images de référence, parmi les modèles associés.

Modèles et capacités
Combien d'images peut-on générer à la fois ?

1 à la fois. Si vous avez besoin de plusieurs candidats, soumettez plusieurs tâches séparément.

Modèles et capacités
Les textes dans les images sont-ils fiables ?

Pas garantis ; il faut agrandir et vérifier avant la livraison. En écrivant mot pour mot dans le prompt le texte, sa position et sa taille, et en précisant qu'aucun autre texte ne doit apparaître, le résultat sera plus stable.

Modèles et capacités
Quand vaut-il la peine d'utiliser Ultra ?

Lorsque la direction est déjà définie et qu'il faut livrer un produit fini. Vous pouvez d'abord utiliser Imagen 4 Fast pour filtrer les directions, puis confier à Ultra les prompts et le format d'image sélectionnés, en remplaçant simplement model par imagen-4.0-ultra.

Modèles et capacités
Comment appeler via l'API ?

Soumettez une tâche via POST /v1/tasks. Passez model: "imagen-4.0-ultra", et placez prompt et aspect_ratio dans input. La requête renvoie immédiatement un taskId ; vous pouvez définir callback.url ou interroger GET /v1/tasks/:id, puis télécharger l'image depuis output en cas de succès.

Modèles et capacités
Comment la facturation est-elle calculée ?

La facturation se fait par image, 1 image à chaque fois. Le prix unitaire actuel est celui affiché en temps réel sur la page ; le montant final est celui enregistré dans l'historique des tâches.

Modèles et capacités
Comment choisir entre Low, High et Max pour Kimi K3 ?

Pour l'extraction courante, la réécriture et les questions-réponses courtes, essayez d'abord low ; pour les analyses à plusieurs étapes, essayez high ; pour les problèmes difficiles ou les tâches de code complexes, comparez ensuite l'effet de max. reasoning_effort est par défaut à max et ne propose que trois niveaux, low, high et max, sans medium ni none. Un niveau plus élevé peut générer plus de Tokens de réflexion et un temps d'attente plus long ; il convient de choisir en combinant la qualité de la réponse et l'usage.

Modèles et capacités Kimi K3
Pourquoi n'y a-t-il pas d'interrupteur pour désactiver la réflexion et régler la température ?

Kimi K3 active toujours la réflexion dans l'intégration actuelle ; pour réduire les coûts, essayez d'abord low plutôt que de passer thinking.type=disabled. Cette page n'envoie pas thinking, temperature ni top_p ; lors d'une migration depuis d'autres modèles, ces champs de contrôle doivent également être supprimés, et le niveau se choisit via reasoning_effort au niveau supérieur.

Modèles et capacités Kimi K3
La réponse est très courte, pourquoi y a-t-il tout de même des frais de Token de sortie plus élevés ?

Le contenu de réflexion généré par le modèle est également facturé comme Token de sortie ; le nombre de caractères de la réponse finale ne représente donc pas le volume total de sortie. usage.completion_tokens inclut déjà les Token de réflexion ; si completion_tokens_details.reasoning_tokens est renvoyé, il s'agit du détail de ceux-ci, ne les additionnez pas à nouveau. Les frais sont calculés séparément pour les trois postes : entrée normale, lecture de cache et sortie ; pour chaque poste, divisez le nombre de Token par 1 million, puis multipliez par le prix unitaire en dollars correspondant indiqué sur cette page.

Modèles et capacités Kimi K3
Est-il possible de ne conserver que la réponse finale dans un dialogue multi-tours ?

Ce n'est pas recommandé. Les messages du tour suivant doivent reprendre dans l'ordre l'historique nécessaire, en conservant le message assistant complet renvoyé par l'API, y compris content, le reasoning_content renvoyé, ainsi que les éventuels tool_calls. Ne conserver que le texte final ferait perdre à Kimi le contexte nécessaire pour poursuivre sa réflexion ou enchaîner sur des outils. Le Playground de cette page conserve le contenu de réflexion renvoyé.

Modèles et capacités Kimi K3
Après le retour de tool_calls, les outils sont-ils exécutés automatiquement ?

Non. Le modèle propose quelle fonction appeler et ses paramètres ; l'exécution réelle des outils incombe à votre application. Après l'exécution, ajoutez le message assistant d'origine et le message de résultat avec role=tool aux messages ; le tool_call_id du résultat doit correspondre à l'id de l'appel d'origine, puis demandez à Kimi de poursuivre sa réponse. N'envoyez pas le résultat de l'outil comme un simple message user.

Modèles et capacités Kimi K3
Quelle est la différence entre le mode JSON et le JSON Schema strict ?

response_format.type=json_object sert à obtenir du JSON, mais les champs métier doivent encore être validés par l'application. Lorsqu'il faut contraindre les champs et les types, utilisez response_format.type=json_schema et fournissez response_format.json_schema.schema ainsi que response_format.json_schema.strict=true. Le JSON final se trouve dans choices[0].message.content ; il ne faut pas y concaténer reasoning_content pour l'analyser ; l'interrupteur JSON output de cette page utilise json_object.

Modèles et capacités Kimi K3
Kimi prend officiellement en charge la compréhension visuelle ; peut-on aussi transmettre des images ou des vidéos ici ?

Actuellement, cette intégration de Kimi K3 sur HiAPI n'ouvre que l'entrée et la sortie de texte. Le fait que le modèle officiel dispose de capacités visuelles ne signifie pas que cette page accepte déjà des entrées d'images ou de vidéos. Lors de l'intégration, construisez les requêtes avec des messages textuels et ne reprenez pas directement les exemples officiels image_url ou video_url ; l'ouverture éventuelle de ces fonctionnalités dépendra des capacités d'entrée de cette page et des contrôles du Playground.

Modèles et capacités Kimi K3
Peut-on utiliser directement l'API Responses, ou suffit-il de changer le nom du modèle pour effectuer la migration ?

Sur cette page, Kimi K3 utilise actuellement POST /v1/chat/completions, avec model défini sur kimi-k3 ; Responses n'est pas encore un point de terminaison ouvert pour cette intégration. Les clients du SDK OpenAI doivent utiliser chat.completions.create et messages, ajuster les champs de raisonnement et conserver l'historique complet des messages assistant. La même clé API HiAPI peut être réutilisée, mais le code existant qui utilise Responses doit encore adapter le traitement des requêtes et des réponses.

Modèles et capacités Kimi K3
Pourquoi les frais de cache ne sont-ils pas nécessairement identiques lorsque le même contexte est envoyé à plusieurs reprises ?

La mise en cache est calculée d'après les usage.prompt_tokens_details.cached_tokens réellement renvoyés par la requête ; un texte répété n'a pas la garantie d'être mis en cache à chaque fois. Efforcez-vous de garder identiques le prompt système, les définitions d'outils et le contexte fixe en début de requête, puis ajoutez les nouveaux messages à la suite ; changer reasoning_effort peut également affecter la mise en cache. Lorsque cached_tokens vaut 0, cette partie de l'entrée ne peut pas être estimée au tarif unitaire de lecture du cache.

Modèles et capacités Kimi K3
Un contexte de 1M signifie-t-il qu'on peut générer 1 million de tokens en une seule fois ?

Non. La fenêtre de contexte et la sortie maximale par requête sont deux limites distinctes. Cette page n'utilise pas le contexte de 1M pour déduire la sortie maximale ; la limite de sortie non confirmée est donc affichée comme « - ». Vous pouvez définir le budget de sortie de cette requête avec max_tokens ; si finish_reason renvoie length, vérifiez si la limite de sortie a été atteinte, puis décidez s'il faut réduire la tâche ou poursuivre la génération.

Modèles et capacités Kimi K3
Comment préparer l'image de la première image ?

Formats pris en charge : jpeg, png, webp, chaque image ne dépassant pas 10 Mo ; jpeg ou png sont les plus fiables. Le rapport d'image doit si possible correspondre au format de sortie ; en cas d'écart, la vidéo finale peut être recadrée au centre ou conserver le rapport de l'image d'origine, il est donc préférable de placer le sujet au centre de l'image.

Modèles et capacités
À quoi sert la dernière image et comment l'utiliser ?

La dernière image est une seconde image facultative qui détermine sur quelle image la vidéo se termine. Il est préférable que l'arrière-plan et le point de vue des deux images soient identiques, en ne faisant varier que la partie que l'on souhaite modifier, comme dans l'exemple de cette page où la voiture rouge devient bleue. Après l'ajout d'une dernière image, le format ne peut être que 16:9, 9:16 ou 1:1.

Modèles et capacités
Quelles durées et quels formats d'image peut-on choisir ?

Les durées disponibles sont de 5 secondes et 10 secondes. Les formats d'image disponibles sont 16:9, 9:16, 1:1, 4:3, 3:4 et 21:9, produisant respectivement 1920×1080, 1080×1920, 1440×1440, 1660×1244, 1244×1660 et 2200×940 ; la résolution est déterminée par le format d'image, aucun réglage séparé n'est nécessaire.

Modèles et capacités
Les vidéos générées ont-elles du son ?

Non, la vidéo finale ne contient pas de piste audio ; la musique et la voix off peuvent être ajoutées au montage. Si vous souhaitez que la vidéo finale intègre du son, vous pouvez utiliser Kling 2.5 Turbo Text-to-Video, qui génère à partir de texte et produit une vidéo avec piste audio.

Modèles et capacités
Que faut-il écrire dans le prompt ?

La première image a déjà présenté le sujet et la scène ; il suffit d'écrire dans le prompt l'action, les changements d'environnement et le mouvement de caméra, par exemple « des pétales tombent, la caméra tourne lentement autour ». Ce que vous ne voulez pas voir peut être mis dans le prompt négatif, et vous pouvez aussi ajuster le degré d'adhérence de l'image à la description.

Modèles et capacités
Combien de temps les vidéos générées sont-elles conservées ?

Les liens vers les vidéos finalisées sont conservés par défaut pendant environ 7 jours. Pour une utilisation à long terme, veuillez les télécharger rapidement ou choisir le stockage à long terme lors de la création de la tâche. Les générations précédentes sont consultables dans l'historique des tâches.

Modèles et capacités
Comment choisir avec Kling 2.5 Turbo Text-to-Video ?

Si vous avez une image et souhaitez que le sujet et la composition suivent cette image, utilisez Image-to-Video ; si vous n'avez qu'une idée, ou si vous avez besoin d'une vidéo finale avec son, utilisez Text-to-Video. Les deux proposent des durées de 5 ou 10 secondes.

Modèles et capacités
Faut-il téléverser une image ?

Non, cette version n'accepte que du texte. Le prompt peut contenir jusqu'à 2500 caractères ; il suffit d'indiquer le sujet, l'environnement, l'action et le cadrage dans un même paragraphe. Si vous disposez d'une image et souhaitez que la scène la suive, vous pouvez utiliser Kling 2.5 Turbo Image-to-Video.

Modèles et capacités
Les vidéos générées ont-elles du son ? Peut-on le désactiver ?

Chaque vidéo finale comporte une piste audio, et il n'existe actuellement aucune option pour la désactiver. Le son est généré par le modèle et son contenu peut ne pas correspondre à vos attentes ; écoutez-le avant utilisation et, si nécessaire, remplacez-le ou baissez son volume dans le montage.

Modèles et capacités
Quelles durées et quels formats d'image peut-on choisir ?

Durée de 5 secondes ou 10 secondes ; formats d'image 16:9, 9:16, 1:1, avec une sortie respective en 1920×1080, 1080×1920, 1440×1440. La résolution est déterminée par le format d'image, aucun réglage séparé n'est nécessaire.

Modèles et capacités
Comment rédiger un prompt pour de meilleurs résultats ?

Rédigez un paragraphe dans l'ordre suivant : sujet, environnement, action, caméra, puis ajoutez l'éclairage. Une ou deux actions à la fois suffisent, comme le petit panda de cette page qui lève la patte et tourne la tête ; demander trop de choses en même temps est difficile à réaliser entièrement en 5 secondes.

Modèles et capacités
Comment gérer les éléments non désirés ?

Vous pouvez inclure séparément les éléments non désirés dans le prompt négatif, par exemple du texte, des logos ou des personnages superflus ; vous pouvez également ajuster le degré d'adhérence de l'image à la description.

Modèles et capacités
Comment choisir avec Kling 3.0 Turbo Text-to-Video ?

Si 5 ou 10 secondes suffisent, choisissez Kling 2.5 Turbo ; si vous voulez définir la durée seconde par seconde entre 3 et 15 secondes, ou choisir entre 720p et 1080p, utilisez Kling 3.0 Turbo Text-to-Video. Les deux proposent les formats paysage, portrait et carré.

Modèles et capacités
Quelles entrées sont nécessaires pour Kling 3.0 Motion Control ?

Deux entrées obligatoires : une image de référence de personnage (image_url) et une vidéo de référence de mouvement de 3 à 30 secondes (video_url). L'image du personnage détermine l'apparence et l'identité, tandis que la vidéo de référence détermine le mouvement, les expressions et le rythme. Le Prompt est facultatif et sert à préciser la scène, le style et les mouvements de caméra.

Modèles et capacités
Comment la durée de la sortie est-elle déterminée ?

Il n'est pas nécessaire de fournir une durée. La sortie suit la longueur de la vidéo de référence : jusqu'à 30 secondes lorsque character_orientation=video, et jusqu'à 10 secondes lorsque character_orientation=image. Si les mouvements sont trop rapides ou trop complexes, le modèle n'extrait que les segments de mouvement exploitables, et la sortie peut être plus courte que la vidéo de référence.

Modèles et capacités
Comment choisir entre l'orientation video et image ?

video : l'orientation du personnage suit la vidéo de référence, adapté aux mouvements de grande amplitude ou multi-angles comme la danse ou les déplacements. image : l'orientation du personnage suit l'image de référence, adapté aux contenus de type présentation face caméra ou explication avec caméra fixe et mouvements de caméra, pour une sortie de 10 secondes maximum.

Modèles et capacités
Quelles sont les exigences de tournage pour la vidéo de référence ?

mp4/mov, 100 Mo maximum, 3 à 30 secondes, tournage en un seul plan continu, la tête, les épaules et le torse de la personne clairement visibles, privilégier une seule personne à l'image, éviter les changements de plan fréquents et les occultations. L'image de référence doit également montrer la tête, les épaules et le torse, avec des deux côtés supérieurs à 340 px et un rapport largeur-hauteur compris entre 2:5 et 5:2.

Modèles et capacités
La voix de la vidéo de référence sera-t-elle conservée ?

Conservée par défaut (keep_original_sound=true), adaptée pour réutiliser directement la piste audio d'origine dans les vidéos parlées et les reprises de danse ; si ce n'est pas nécessaire, passez false pour ne produire que l'image.

Modèles et capacités
Comment Kling 3.0 Motion Control est-il facturé ?

La facturation est basée sur le nombre réel de secondes produites ; les tarifs unitaires diffèrent entre 720p et 1080p. Lors de la création de la tâche, le montant est prélevé à titre provisoire selon la limite supérieure de durée ; une fois la tâche terminée, le montant est ajusté (remboursement ou complément) en fonction du nombre réel de secondes produites ; pour les tarifs unitaires précis, consultez la zone de tarification en temps réel de cette page.

Modèles et capacités
Quelle est la durée et la taille maximales des vidéos générées ?

La durée peut être choisie entre 3 et 15 secondes (en secondes entières, 5 secondes par défaut), la résolution entre 720p, 1080p ou 4K, et le format d'image prend en charge 16:9, 9:16 et 1:1.

Modèles et capacités
La vidéo générée contient-elle du son ?

Une fois l'audio natif (audio) activé, le modèle génère simultanément un son synchronisé avec l'image, par exemple des effets sonores, des sons d'ambiance et le rythme ; il est désactivé par défaut, et lorsqu'il est désactivé, la sortie ne contient aucune piste audio.

Modèles et capacités
Qu'est-ce que le storyboard intelligent ?

Une fois prefer_multi_shots activé, le modèle planifie automatiquement plusieurs plans en fonction de l'intrigue du prompt et effectue les transitions, ce qui convient pour raconter une petite histoire complète. Pour un seul plan continu, il suffit de le laisser désactivé.

Modèles et capacités
Comment faire apparaître un personnage ou un produit fixe dans une vidéo ?

Ajoutez un sujet dans elements : renseignez le nom, une brève description et 2 à 4 images du même sujet, puis référencez-le dans le prompt avec @nom. La génération de vidéo à partir de texte permet d'ajouter jusqu'à 7 sujets.

Modèles et capacités
Quelle est la différence avec Kling 3.0 Text-to-Video ?

Les deux prennent en charge des durées de 3 à 15 secondes et une résolution de 720p à 4K. La version Omni prend en outre en charge la référence de matériaux de sujet via elements ainsi que le storyboard intelligent, ce qui la rend adaptée aux contenus nécessitant la cohérence d'un personnage ou d'un produit ; lorsque seule une génération à partir de texte pur est nécessaire, les deux peuvent être utilisées.

Modèles et capacités
Comment fonctionne la facturation ?

La facturation est basée sur la durée de la vidéo ; la résolution et l'activation ou non de l'audio influencent le prix unitaire. Les tarifs actuels sont ceux indiqués sur la page de tarification ; le détail des coûts de chaque tâche est consultable dans l'historique des tâches HiAPI.

Modèles et capacités
Combien d'images faut-il téléverser ?

Transmettez 1 à 2 images dans image_urls : 1 image sert d'image initiale ; avec 2 images, elles sont ordonnées en [image initiale, image finale], l'image finale contrôlant la scène de fin. Formats JPG / PNG pris en charge, 50MB maximum par image, petit côté d'au moins 300px, rapport largeur/hauteur entre 0.4 et 2.5.

Modèles et capacités
Puis-je choisir moi-même le format de la vidéo ?

Pas de choix indépendant. Le format de sortie suit l'image de la première frame ; pour un format vertical ou carré, veuillez préparer une première frame au ratio correspondant.

Modèles et capacités
Quelle est la durée maximale de la vidéo que l'on peut générer ?

La durée est sélectionnable entre 3 et 15 secondes (en secondes entières, 5 secondes par défaut), et la résolution peut être 720p, 1080p ou 4K.

Modèles et capacités
La prise en charge du son et du storyboard intelligent est-elle disponible ?

Oui. L'activation de l'audio natif génère automatiquement un son synchronisé avec l'image ; une fois le storyboard intelligent activé, le modèle planifie automatiquement plusieurs plans en fonction du prompt. Les deux sont désactivés par défaut.

Modèles et capacités
Peut-on référencer plusieurs éléments de sujet en même temps ?

Oui. Ajoutez jusqu'à 3 sujets dans elements, avec 2 à 4 images par sujet, et référencez-les dans le prompt via @nom pour que le personnage ou le produit reste cohérent dans les plans au-delà de la première image.

Modèles et capacités
Combien d'images de référence peut-on téléverser au maximum ?

image_urls permet de transmettre 1 à 7 images de référence ; avec une vidéo de référence, 4 images maximum. Le total des images de référence et des sujets elements ne doit pas dépasser 7 (4 en cas de vidéo de référence). Formats JPG / PNG pris en charge, 50 Mo maximum par image, côté court d'au moins 300px.

Modèles et capacités
Quel est le rôle des vidéos de référence et quelles sont leurs limites ?

video_urls permet de transmettre en option 1 vidéo de référence, pour s'inspirer des mouvements de caméra et du rythme. Formats MP4 / MOV, taille maximale 200 Mo, durée 3–15,5 secondes, largeur et hauteur 700–4553px, 24–60fps. Avec une vidéo de référence, l'audio natif et le storyboard intelligent ne peuvent pas être activés.

Modèles et capacités
Quelle est la différence entre la génération de vidéo par référence et la génération de vidéo à partir d'image ?

La génération de vidéo à partir d'image utilise l'image comme première image de la vidéo ; la génération de vidéo par référence utilise l'image comme apparence d'un personnage, d'un animal ou d'un objet pour générer une composition et une scène entièrement nouvelles, l'image de référence n'apparaissant pas telle quelle au début.

Modèles et capacités
Quelle est la durée et le format d'image des vidéos générées ?

Durée de 3 à 15 secondes (5 secondes par défaut), résolution 720p, 1080p ou 4K, formats d'image pris en charge : 16:9, 9:16 et 1:1.

Modèles et capacités
Comment indiquer qui est qui dans le prompt ?

Vous pouvez décrire directement le sujet de l'image de référence en texte, par exemple « la femme en imperméable jaune dans l'image de référence » ; si vous avez besoin d'une liaison plus explicite, nommez le sujet dans elements et référencez-le avec @nom.

Modèles et capacités
Quel type de vidéo faut-il téléverser ?

video_urls contient 1 vidéo source : MP4 ou MOV, ne dépassant pas 200 Mo, d'une durée de 3 à 15,5 secondes, de largeur et hauteur comprises entre 700 et 4553 px, avec une fréquence d'images de 24 à 60 fps.

Modèles et capacités
Peut-on définir la durée et le format d'image ?

Aucun réglage n'est nécessaire. La durée et le format d'image de sortie suivent la vidéo source ; seul le choix de la résolution est disponible (720p, 1080p ou 4K).

Modèles et capacités
Que conserve et que modifie la transformation vidéo ?

Elle conserve les mouvements et les mouvements de caméra de la vidéo d'origine, et modifie le style visuel, la scène, la météo ou le sujet selon le prompt. Indiquer explicitement dans le prompt « conserver les mouvements et la caméra de la vidéo d'origine » rend le résultat plus stable.

Modèles et capacités
Les vidéos générées ont-elles du son ?

Non. La transformation vidéo ne génère pas d'audio ; si vous avez besoin de son, ajoutez-le en post-production, ou conservez la piste audio de la vidéo d'origine pour un montage ultérieur.

Modèles et capacités
Comment remplacer le sujet par une figure spécifique ?

Ajoutez le sujet dans elements, renseignez le nom, la description et 2–4 images, puis indiquez dans le prompt avec @nom de l'utiliser pour remplacer le sujet d'origine. Vous pouvez ajouter jusqu'à 7 sujets.

Modèles et capacités
La génération de vidéo à partir de texte avec Kling 3.0 Turbo nécessite-t-elle de téléverser une image ?

Non. La page actuelle correspond au modèle de génération de vidéo à partir de texte pur kling-3.0-turbo/text-to-video, qui n'accepte qu'un Prompt textuel. Pour générer une vidéo à partir d'une première image, il faut utiliser la page du modèle distinct Kling 3.0 Turbo Image-to-Video.

Modèles et capacités Kling 3.0 Turbo
Quelles durées, résolutions et formats d'image Kling 3.0 Turbo prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 3–15 secondes, 720p ou 1080p, ainsi que 16:9, 9:16, 1:1. Les exemples de la page couvrent 720p, 5 secondes et 12 secondes, en paysage et en portrait ; le 1080p et le 1:1 relèvent des capacités prises en charge par l'interface, mais la page ne propose pas encore d'exemples correspondants.

Modèles et capacités Kling 3.0 Turbo
Comment la génération de vidéos à partir de texte avec Kling 3.0 Turbo est-elle facturée ?

La facturation dépend de la durée et de la résolution de la vidéo générée ; le 720p et le 1080p utilisent des tarifs par seconde différents ; le montant exact dépend du prix affiché en temps réel sur la page et de l'historique des tâches.

Modèles et capacités Kling 3.0 Turbo
Comment écrire un prompt de génération vidéo à partir de texte pour Kling 3.0 Turbo ?

Commencez par décrire le sujet et la scène, puis décrivez les actions et les mouvements de caméra dans l'ordre, et ajoutez enfin les exigences de lumière, de style et de stabilité. Pour un plan long, précisez explicitement single continuous shot, no cuts et le parcours de la caméra ; pour du contenu vertical, indiquez également vertical dans le prompt et réglez aspect_ratio sur 9:16.

Modèles et capacités Kling 3.0 Turbo
Kling 3.0 Turbo permet-il de contrôler le son ?

Les paramètres de requête publics actuels ne comportent pas d'interrupteur audio ni de champ audio dédié ; cette page ne garantit donc pas un contrôle précis des dialogues, de la musique ou des bruitages. Les fichiers d'exemple peuvent contenir une piste audio, mais pour les projets officiels, il convient de vérifier la sortie et, si nécessaire, de réaliser en post-production le doublage, le mixage et la vérification des droits.

Modèles et capacités Kling 3.0 Turbo
Comment appeler Kling 3.0 Turbo en génération de vidéo à partir de texte via l'API ?

Envoyez une tâche asynchrone à POST /v1/tasks, définissez model sur kling-3.0-turbo/text-to-video, et passez prompt, duration, resolution et aspect_ratio dans input. La requête de création renvoie un taskId ; consultez la documentation de l'API pour l'interrogation de la tâche, les callbacks, la gestion des erreurs et la liste complète des paramètres.

Modèles et capacités Kling 3.0 Turbo
Quelles sont les exigences pour l'image de première frame ?

Une URL accessible publiquement vers une image jpeg ou png, placée dans le tableau image_urls, une seule image à la fois. L'image sera utilisée comme image de début du clip.

Modèles et capacités Kling 4.0
Que se passe-t-il si je ne sélectionne pas de format d'image ?

Si vous ne transmettez pas aspect_ratio, la sortie suit automatiquement le ratio de la première image ; une image verticale ne sera pas contrainte à être recadrée en paysage. Il n'est nécessaire de le définir explicitement que si vous souhaitez remplacer le ratio de l'image d'origine.

Modèles et capacités Kling 4.0
Le prompt est-il obligatoire ?

Oui. L'image de première frame définit la composition et le sujet, tandis que le prompt décrit l'action, le plan et le son ; les deux sont nécessaires. Un texte plus court donne généralement de meilleurs résultats.

Modèles et capacités Kling 4.0
Comment la génération de vidéo à partir d'image est-elle facturée ?

Comme pour la génération de vidéo à partir de texte, la facturation se fait à la seconde de sortie, avec des tarifs différents selon le palier 720p ou 1080p, sans prix de départ.

Modèles et capacités Kling 4.0
Est-il possible de générer une vidéo avec du son ?

Oui. L’audio et l’image sont générés ensemble, et le fichier MP4 de sortie inclut sa propre piste audio ; il suffit d’indiquer la source sonore souhaitée dans le Prompt.

Modèles et capacités Kling 4.0
Comment appeler via l'API ?

Soumettez une tâche asynchrone via POST /v1/tasks, renseignez kling-4.0/image-to-video dans model, et placez image_urls ainsi que les paramètres optionnels prompt, duration, resolution et aspect_ratio dans input.

Modèles et capacités Kling 4.0
Le texte-vers-vidéo de Kling 4.0 nécessite-t-il le téléversement d'une image ?

Non. kling-4.0/text-to-video n'accepte que des prompts textuels. Pour animer une première image spécifique, utilisez le modèle image-vers-vidéo Kling 4.0 kling-4.0/image-to-video.

Modèles et capacités Kling 4.0
Quelles durées, résolutions et formats d'image Kling 4.0 prend-il en charge ?

Prend en charge de 3 à 30 secondes, en secondes entières, en 720p ou 1080p, avec des formats d'image 16:9, 9:16, 1:1 et 21:9 ultra-large. Les exemples de la page couvrent des clips paysage de 5 secondes en 720p et 1080p.

Modèles et capacités Kling 4.0
Kling 4.0 génère-t-il du son ?

Oui. L'image et l'audio sont produits au cours d'une même génération, et le fichier MP4 de sortie inclut sa propre piste audio. Les sons d'ambiance et les sources sonores décrits dans le Prompt (par exemple pluie, moteur, instrument) sont pris en compte par le modèle.

Modèles et capacités Kling 4.0
Comment la génération de vidéo à partir de texte est-elle facturée ?

La facturation se fait à la seconde de sortie ; les résolutions 720p et 1080p utilisent des tarifs par seconde différents, sans prix de départ : générer 5 secondes correspond au prix unitaire de 5 secondes. Le montant exact dépend du prix en temps réel affiché sur la page et de l'historique des tâches.

Modèles et capacités Kling 4.0
Comment écrire de meilleurs prompts pour Kling 4.0 ?

Commencez par décrire le sujet et la scène, puis précisez le mouvement de caméra (zoom avant, travelling latéral, caméra à l'épaule, plan fixe), et enfin ajoutez l'éclairage et l'ambiance. Si vous avez besoin de son, intégrez-le directement dans la même description, ne le laissez pas pour la post-production.

Modèles et capacités Kling 4.0
À quoi sert Krea 2 Medium Turbo ?

Il génère très rapidement des images haute fidélité à partir d'une description textuelle, ce qui le rend adapté aux situations nécessitant une production d'images rapide et des ajustements itératifs des prompts, comme les croquis conceptuels, les visuels pour les réseaux sociaux et les images à l'esthétique cinématographique.

Modèles et capacités Krea 2 Medium Turbo
Quels ratios d'image sont pris en charge ?

aspect_ratio propose 8 options : 1:1 (par défaut), 4:3, 3:2, 16:9, 2.35:1, 4:5, 2:3, 9:16.

Modèles et capacités Krea 2 Medium Turbo
À quel type d'image le format 2.35:1 convient-il ?

Le 2.35:1 est un format courant de cinéma écran large, adapté aux compositions ultra-larges comme les scènes à l'esthétique cinématographique, les bannières de site web et les couvertures vidéo.

Modèles et capacités Krea 2 Medium Turbo
Quel est le rôle de creativity (niveau de créativité) ?

creativity contrôle le degré de liberté du modèle par rapport au prompt ; les valeurs possibles sont raw, low, medium, high. Plus le niveau est bas, plus le résultat reste fidèle à la description ; plus il est élevé, plus l'image est créative, mais elle peut aussi s'éloigner de la description.

Modèles et capacités Krea 2 Medium Turbo
Quel est le niveau par défaut de creativity ?

Sur HiAPI, la valeur par défaut est low, pour des résultats plus fidèles au prompt. Si vous souhaitez plus de variation, vous pouvez passer à medium ou high.

Modèles et capacités Krea 2 Medium Turbo
Comment utiliser seed ?

seed est un entier facultatif. S'il n'est pas fourni, le résultat est aléatoire à chaque fois ; en fixant seed ainsi que les autres paramètres, vous pouvez reproduire le même résultat, ce qui facilite la comparaison des modifications apportées au prompt ou au degré de créativité.

Modèles et capacités Krea 2 Medium Turbo
Combien d'images peut-on générer à la fois ?

Chaque requête génère 1 image ; pour en obtenir plusieurs, soumettez plusieurs tâches séparément.

Modèles et capacités Krea 2 Medium Turbo
Y a-t-il une limite de longueur pour le prompt ?

Le prompt est obligatoire, de 1 à 5000 caractères.

Modèles et capacités Krea 2 Medium Turbo
Faut-il téléverser une image de référence ?

Non, il s'agit d'un modèle de génération d'images purement textuel, qui génère des images uniquement à partir d'une description textuelle. Les images de référence de style, les styles prédéfinis et les moodboards ne sont pas encore disponibles.

Modèles et capacités Krea 2 Medium Turbo
Comment est-ce facturé ?

La facturation se fait au nombre d'images produites, à raison d'une image par requête. Le prix unitaire actuel est celui affiché en temps réel sur la page.

Modèles et capacités Krea 2 Medium Turbo
Comment obtenir le résultat de génération ?

Après l'appel à POST /v1/tasks, un taskId est renvoyé immédiatement. En production, il est recommandé de configurer callback.url pour recevoir la notification d'achèvement ; lors du débogage, vous pouvez interroger GET /v1/tasks/:id ; une fois la tâche réussie, téléchargez le résultat depuis l'adresse de l'image dans output.

Modèles et capacités Krea 2 Medium Turbo
Y a-t-il des contrôles de sécurité du contenu ?

Oui, un contrôle de sécurité est activé à chaque génération ; les requêtes non conformes aux règles de contenu peuvent échouer.

Modèles et capacités Krea 2 Medium Turbo
À quoi sert Krea 3 ?

Il est adapté à la photographie réaliste, aux portraits, aux photos de produits, à la gastronomie, à l'architecture et aux espaces, à l'illustration et au design conceptuel, et il peut aussi générer des affiches avec du texte de titre. Même avec un prompt court, on obtient une image complète, ce qui en fait un bon outil pour explorer rapidement des directions.

Modèles et capacités Krea 3
Quelle est la différence entre berry et jam ?

Ce sont deux variantes du même modèle, avec la plupart des paramètres identiques (negative_prompt ne s'applique qu'à berry) : Krea positionne berry comme priorité à la qualité et jam comme priorité à la vitesse, les deux au même prix. On bascule via input.variant, berry par défaut. En comparaison réelle, à seed identique, la composition et la tonalité diffèrent entre les deux, la qualité d'image est équivalente ; vous pouvez essayer les deux une fois avant de choisir.

Modèles et capacités Krea 3
Qu'est-ce que reasoning_level ? Lequel choisir ?

Il contrôle l'effort que le modèle consacre à comprendre et à développer le prompt avant de générer l'image ; valeurs possibles : low et medium (par défaut). Utilisez medium lorsque le prompt est très court ou très abstrait ; utilisez low lorsque le prompt est déjà très précis et que vous voulez aller plus vite.

Modèles et capacités Krea 3
Quelles sont les tailles prises en charge ?

image_size prend en charge 6 tailles : square_hd (1024 × 1024, par défaut), square (512 × 512), portrait_4_3 (768 × 1024), portrait_16_9 (576 × 1024), landscape_4_3 (1024 × 768), landscape_16_9 (1024 × 576).

Modèles et capacités Krea 3
Peut-on générer en 2K ou avec une largeur et une hauteur personnalisées ?

Non. Cette page propose des spécifications 1K ; les paramètres auto et les largeurs/hauteurs personnalisées ne sont pas pris en charge. Leur transmission renvoie directement une erreur de paramètre, sans débit.

Modèles et capacités Krea 3
Comment la facturation fonctionne-t-elle ?

La facturation est basée sur le nombre d'images générées avec succès ; les 6 tailles sont au même prix, et berry et jam sont au même prix. Le prix unitaire exact est celui affiché en temps réel sur la page ; les requêtes dont la validation des paramètres échoue ne sont pas facturées.

Modèles et capacités Krea 3
Combien d'images peuvent être générées à la fois ?

1 image par requête. Pour en obtenir plusieurs, soumettez plusieurs tâches ou relancez avec des seed différents.

Modèles et capacités Krea 3
Comment utiliser les prompts négatifs ?

Placez les éléments que vous ne souhaitez pas voir apparaître dans negative_prompt, par exemple people, text, watermark, jusqu'à 1024 caractères. Ce paramètre ne s'applique qu'à berry : si vous sélectionnez jam, Playground masque ce champ et ne le soumet plus ; le transmettre à jam via l'API n'a également aucun effet.

Modèles et capacités Krea 3
Comment obtenir des résultats reproductibles ?

Passez une valeur seed fixe (0–2147483647) et gardez le prompt, les dimensions, variant et reasoning_level inchangés. Pour une série d'images, modifiez simplement un seul élément de la description.

Modèles et capacités Krea 3
Le texte dans l'image est-il exact ?

Les titres courts sont généralement assez exacts. Placez le texte entre guillemets en le recopiant mot pour mot, et précisez sa position et le style de police ; lorsque le texte est plus long, il est recommandé d'utiliser berry avec reasoning medium.

Modèles et capacités Krea 3
Quel est le format de sortie ?

output_format peut être png (par défaut) ou jpeg. Une fois la tâche réussie, téléchargez l'image depuis output[].url du résultat ; le lien a une durée de validité, veuillez le transférer à temps.

Modèles et capacités Krea 3
Faut-il téléverser une image de référence ?

Non, il s'agit d'un modèle de génération d'images purement textuel qui ne reçoit que des descriptions textuelles.

Modèles et capacités Krea 3
Avec la même seed mais en passant à jam, obtient-on la même image ?

Non. La seed ne reproduit le résultat qu'au sein d'une même variante ; berry et jam avec la même seed donneront des compositions et des tonalités différentes. Pour comparer deux variantes, vous pouvez les traiter comme deux scénarios et les exécuter chacun une fois.

Modèles et capacités Krea 3
Quelles résolutions LTX 2.5 Fast prend-il en charge ?

Deux niveaux : 720p et 1080p, avec 720p par défaut. C'est identique pour la génération de vidéo à partir de texte et à partir d'image.

Modèles et capacités LTX 2.5 Fast
Quelle est la durée maximale d'une vidéo générée ?

De 2 à 20 secondes, avec les options 2, 3, 4, 5, 6, 8, 10, 12, 14, 16, 18 et 20 secondes ; la valeur par défaut est de 6 secondes.

Modèles et capacités LTX 2.5 Fast
Prend-il en charge le mode portrait ?

Oui. Il suffit de définir aspect_ratio sur 9:16 pour obtenir une vidéo en portrait ; par défaut, c'est 16:9 en paysage.

Modèles et capacités LTX 2.5 Fast
Qu'est-ce que l'audio natif ? Y a-t-il un surcoût ?

Une fois generate_audio activé, le modèle génère en même temps des sons d'ambiance, des effets sonores ou une bande-son ; cette option est activée par défaut. Si vous la désactivez, vous obtenez une vidéo sans son, au même prix.

Modèles et capacités LTX 2.5 Fast
Comment la facturation fonctionne-t-elle ?

La facturation se fait à la seconde de vidéo ; le prix par seconde dépend de la résolution, la 1080p étant plus chère que la 720p. Les tarifs actuels font foi sur la page des tarifs.

Modèles et capacités LTX 2.5 Fast
Comment choisir entre la génération de vidéo à partir de texte et à partir d'image ?

Utilisez la génération à partir de texte lorsque vous n'avez que des idées textuelles ; utilisez la génération à partir d'image lorsque vous disposez déjà d'images de produit, d'affiches ou de storyboards, car le sujet à l'écran sera mieux maîtrisé.

Modèles et capacités LTX 2.5 Fast
Comment utiliser la dernière image d'une génération vidéo à partir d'images ?

Transmettez 2 images dans image_urls ; la 2e image correspond à la dernière image. Le modèle effectuera une transition naturelle de la première à la dernière image, idéal pour des transitions comme le jour vers la nuit ou des changements d'ouverture/fermeture.

Modèles et capacités LTX 2.5 Fast
Quelles sont les exigences pour la première et la dernière image ?

URL d'image JPG, PNG ou WebP. Plus la composition et l'angle de prise de vue des deux images sont proches, plus la transition est fluide.

Modèles et capacités LTX 2.5 Fast
La fréquence d'images peut-elle être modifiée ?

Fixée à 25 fps, aucun paramètre à transmettre.

Modèles et capacités LTX 2.5 Fast
Le format vidéo de la génération image-vers-vidéo suit-il celui de l'image ?

Le format de sortie est déterminé par aspect_ratio. Il est recommandé de l'aligner sur celui de l'image de première frame afin d'éviter tout recadrage ou ajout de bords.

Modèles et capacités LTX 2.5 Fast
Comment rédiger un prompt pour obtenir un meilleur résultat ?

Rédigez selon « sujet + action + plan + son », par exemple « un barista verse du lait pour créer un latte art, gros plan, lumière du matin, léger tintement de la tasse et de la soucoupe ». Pour la génération de vidéo à partir d'une image, décrivez uniquement le mouvement à ajouter, sans répéter l'image.

Modèles et capacités LTX 2.5 Fast
Combien de temps les vidéos générées sont-elles conservées ?

Les liens de résultat ont une durée de validité limitée ; pour une conservation à long terme, veuillez les télécharger ou les transférer rapidement vers votre propre stockage.

Modèles et capacités LTX 2.5 Fast
Comment utiliser cette entrée lorsqu'il n'y a pas d'image ?

Il suffit de décrire la scène, l'action, le plan et le son ; la première et la dernière image peuvent être omises, et en l'absence d'image, le canevas paysage par défaut est utilisé. Les applications existantes peuvent continuer d'utiliser minimax-h3-max ; pour une nouvelle création nécessitant le choix du format, utilisez MiniMax H3 Max Text-to-Video.

Modèles et capacités
Puis-je utiliser une image existante comme première ou dernière image clé ?

Vous pouvez fournir une première image, une dernière image, ou les deux à la fois. La première image définit l'image de départ, la dernière image guide l'image de fin ; avec une première image, le canevas suit la première image, avec seulement une dernière image, il suit la dernière image. Lorsque vous utilisez des images clés, ne transmettez pas aspect_ratio en même temps.

Modèles et capacités
Les anciens paramètres de format d'image peuvent-ils contrôler le mode portrait ?

Cette entrée conserve l'acceptation compatible de aspect_ratio, mais ne garantit pas que ce champ modifie le canevas de génération. Lorsqu'il faut choisir explicitement 9:16 ou un autre format d'image, utilisez plutôt MiniMax H3 Max Text-to-Video ; en présence d'une image, le canevas est déterminé par la composition de l'image.

Modèles et capacités
Faut-il modifier le code des appels existants ?

Non. Le nom du modèle, l'adresse de l'interface, la durée par défaut et la résolution par défaut restent inchangés ; les requêtes auparavant valides le restent. Il suffit d'ajouter les nouveaux champs optionnels à la requête uniquement si vous souhaitez les utiliser.

Modèles et capacités
Quelle est la différence entre cette entrée et les nouvelles entrées de génération de vidéo à partir de texte et de génération de vidéo à partir d'image ?

Cette entrée conserve le comportement d'origine : l'image est facultative, et en l'absence d'image, le format paysage est utilisé par défaut. L'entrée de génération de vidéo à partir de texte accepte uniquement du texte et, en option, un format d'image ; l'entrée de génération de vidéo à partir d'image exige au moins une première image ou une dernière image. Les trois partagent la même syntaxe pour la durée, la résolution, le seed, l'extension de prompt et l'audio cible.

Modèles et capacités
Quelle est la longueur maximale d'un prompt ?

Pour cette entrée, la limite est de 7 000 caractères. Si vous avez besoin d'une description de plan plus longue, les entrées texte-vers-vidéo et image-vers-vidéo ont une limite plus élevée.

Modèles et capacités
Faut-il activer 1080P par défaut pour les anciennes requêtes ?

Ne modifiez pas la valeur par défaut. Les anciennes requêtes restent en 768P lorsqu'aucune résolution n'est transmise ; le 1080P n'est utilisé que s'il est explicitement fourni. Il est recommandé de lancer d'abord un essai sur un petit nombre de tâches et de comparer les rendus avant de décider.

Modèles et capacités
Pourquoi le même prompt donne-t-il un cadrage différent entre une requête texte et une requête image ?

Parce que le canevas provient de l'image. S'il y a une première image, le cadrage suit cette première image ; s'il n'y a qu'une dernière image, il suit la dernière image ; en mode texte pur, le format paysage par défaut est utilisé. Pour fixer le cadrage en mode texte pur, veuillez passer par l'entrée texte-vers-vidéo.

Modèles et capacités
Faut-il préparer des images ?

Non, cette entrée crée uniquement des vidéos à partir de texte et n'accepte pas d'images de première ou de dernière image. Si vous disposez déjà d'images et souhaitez définir l'image de début ou de fin, choisissez MiniMax H3 Max Image-to-Video.

Modèles et capacités
Comment choisir le format d'image pour l'emplacement de publication ?

Options disponibles : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16. Le format paysage convient aux plans d'ambiance et aux génériques, le format portrait aux vidéos courtes, et le format carré aux fils d'actualité. Dans la composition, précisez la position du sujet et l'espace de mouvement afin de faciliter l'adaptation du plan au format choisi.

Modèles et capacités
Comment rédiger une description de plan plus claire ?

Commencez par le sujet et l’environnement, puis ajoutez une action cohérente, la direction de la caméra et le son. Dans un court-métrage, évitez d’entasser trop d’événements ; si vous avez besoin d’une description plus riche, vous pouvez utiliser l’extension de prompt et ajuster après avoir visionné le rendu final.

Modèles et capacités
Le format vertical 9:16 produit-il vraiment une vidéo verticale ?

Oui. Cette entrée génère directement selon le format d'image choisi ; notre test en 768P a renvoyé du 768×1344.

Modèles et capacités
Peut-on utiliser un audio cible avec une durée très courte ?

Non. Lorsque vous utilisez un audio cible, la durée de la vidéo doit être d'au moins 2 secondes, et l'audio lui-même doit également durer au moins 2 secondes. Si vous souhaitez créer un clip très court de moins d'une seconde, laissez simplement le modèle générer le son lui-même.

Modèles et capacités
Comment obtenir différents formats d'image à partir d'une même idée tout en gardant un style proche ?

Fixez le prompt et le seed, en ne changeant que aspect_ratio. Un même seed ne garantit pas des images parfaitement identiques, mais le style, la palette de couleurs et les tendances de mouvement sont généralement plus proches, ce qui facilite la sélection.

Modèles et capacités
Quand faut-il activer l'extension de prompt ?

Lorsque vous n'avez qu'une courte idée créative, utilisez balanced ou quality pour laisser le modèle compléter les détails ; si vous avez déjà rédigé le cadrage, la lumière et l'action, utilisez disabled pour conserver votre propre formulation. L'extension ne modifie pas la durée que vous avez demandée.

Modèles et capacités
Pourquoi la durée renvoyée diffère-t-elle légèrement de celle demandée ?

La vidéo est générée image par image ; la durée finale tombe donc sur la limite d'image la plus proche. Dans nos tests, l'écart est inférieur à un tiers de seconde. Lorsque vous avez besoin de points de montage précis, fiez-vous à la durée de la vidéo renvoyée.

Modèles et capacités
À quoi sert une image 1080P ?

Le 1080P est un niveau de sortie renforcé par rapport à l'image 768P, adapté à la livraison finale ou à la diffusion sur grand écran ; pour les phases d'ébauche et de comparaison, le 480P ou le 768P est plus rapide.

Modèles et capacités
Faut-il téléverser à la fois la première et la dernière image ?

Au moins une image est requise : la première image seule définit l'image de départ, la dernière image seule guide l'image de fin, et les deux peuvent être utilisées ensemble pour définir la composition de début et de fin. Ces images servent d'images de début et de fin de la vidéo, et non de simples images de référence de style.

Modèles et capacités
Quelle image détermine le rapport d'image ?

Lorsqu'il y a une première image, c'est elle qui fait foi ; lorsqu'il n'y a qu'une dernière image, c'est cette dernière qui fait foi. Cette entrée n'accepte pas aspect_ratio. Préparez une image horizontale ou verticale adaptée à l'emplacement de publication ; pour deux images, il est préférable d'utiliser un format identique ; les dimensions de sortie finales dépendent de la vidéo.

Modèles et capacités
Faut-il répéter la description de l'image dans le prompt ?

L'image fournit déjà le sujet et la composition ; le prompt doit surtout décrire l'action, l'évolution de l'environnement et la manière dont le plan se poursuit. Pour fixer la position finale, précisez la direction du mouvement à l'aide de la dernière image et accordez à l'action une durée appropriée.

Modèles et capacités
Puis-je ne transmettre que la dernière image ?

Oui. Si vous ne transmettez que la dernière image, elle sert à la fois d'image finale et détermine le format global. Il suffit que le prompt décrive l'action qui se déroule du début jusqu'à cette fin.

Modèles et capacités
Que se passe-t-il si les dimensions de la première et de la dernière image diffèrent ?

Le format est basé sur la première image ; la dernière image sera traitée en conséquence, mais si la différence est trop importante, la transition risque de manquer de naturel. Il est recommandé d'utiliser la même orientation et une composition proche pour les deux images.

Modèles et capacités
Peut-on transmettre une image de référence pour contrôler le style plutôt que les images de début et de fin ?

Non. Les images de cette entrée sont les images de début et de fin de la vidéo, et non une référence de style générique. Si vous devez partir d'un texte, veuillez utiliser l'entrée texte-vers-vidéo.

Modèles et capacités
Comment utiliser un fichier audio cible avec des images ?

Après avoir transmis target_audio_url, la piste audio de la vidéo finale est remplacée par votre audio. L'audio doit durer au moins 2 secondes et ne pas dépasser 15 Mo, et la vidéo doit également durer au moins 2 secondes. Il ne garantit pas le déclenchement des mouvements de l'image ; les mouvements restent décrits par le prompt.

Modèles et capacités
À quoi sert le 1080P pour la génération de vidéo à partir d'images ?

Le 1080P est un palier de sortie qui renforce davantage l'image par rapport au 768P. Nous avons testé avec deux images verticales comme première et dernière images, et le 1080P a renvoyé du 1080×1920. Adapté à la livraison finale ; pour comparer les prompts, utilisez le 480P, plus rapide.

Modèles et capacités
Pourquoi commencer par une version de très courte durée ?

La durée accepte des valeurs décimales de 0,92 à 15 secondes. Commencez par 1,5–2 secondes pour vérifier que la première image est bien utilisée et que l'orientation de l'image correspond à vos attentes, puis étendez à la durée finale : vous éviterez ainsi bien des détours.

Modèles et capacités
Comment basculer entre la génération et l'édition ?

Il suffit d'écrire une invite pour générer une image. Après avoir ajouté une image de référence, décrivez les éléments à modifier et les détails à conserver impérativement ; les deux usages partagent le même ID de modèle. Chaque tâche est traitée indépendamment ; pour poursuivre l'édition, fournissez à nouveau le résultat précédent.

Modèles et capacités
Comment utiliser les images de référence avec les prompts ?

Ajoutez jusqu'à 10 images JPEG, PNG ou WebP. Précisez le sujet, l'arrière-plan ou le style fourni par chaque image, puis indiquez les éléments à conserver. Les URL des images doivent être accessibles publiquement ; une image unique ne doit pas dépasser 30 Mo via l'API.

Modèles et capacités
Comment le format d'image est-il choisi en mode auto ?

Le mode auto laisse le modèle choisir le format d'image en fonction du prompt et des images de référence. Pour une affiche ou un emplacement publicitaire, choisissez directement un ratio explicite ; le niveau de résolution ne correspond pas à des pixels de largeur et de hauteur fixes. Le ratio est un objectif de composition, les pixels réels peuvent légèrement différer, en particulier pour 1:8 et 8:1 ; pour un emplacement fixe, vérifiez les dimensions du fichier de sortie avant de recadrer.

Modèles et capacités
Comment améliorer la lisibilité du texte d'une affiche ?

Écrivez phrase par phrase chaque texte devant apparaître, en précisant l'emplacement du titre, des étiquettes et du sous-titre, et limitez les textes supplémentaires. Une fois le visuel finalisé, vérifiez mot par mot, en particulier les petites tailles de police et les paragraphes longs.

Modèles et capacités
Peut-on générer un arrière-plan transparent ou plusieurs images à la fois ?

Actuellement, chaque tâche génère une seule image JPG ou PNG ; il n'existe ni option d'arrière-plan transparent ni paramètre de nombre d'images par lot. Le PNG est un format de fichier et ne garantit pas un arrière-plan transparent.

Modèles et capacités
Comment obtenir et enregistrer les résultats ?

Après la soumission, conservez le taskId, interrogez l'état via GET /v1/tasks/:id et, en cas de succès, lisez output[].url. Vous pouvez également définir callback.url pour recevoir une notification d'état final ; pensez à enregistrer rapidement les résultats destinés à un usage à long terme.

Modèles et capacités
À quelles créations Nano Banana 2.1 est-il adapté ?

Vous pouvez commencer par des portraits de mode et des scènes d'intérieur, ou fournir une image d'origine pour une édition par référence. Cette page présente des portraits côtiers, des espaces de mobilier et des comparaisons de changement de tenue réellement générés ; le résultat dépend des entrées spécifiques, il convient donc de vérifier les détails avant la livraison.

Modèles et capacités
Comment choisir entre 1K, 2K et 4K ?

Commencez par du 1K pour définir l'orientation ; passez au 2K si vous devez discuter des détails de matière, d'espace ou de mise en page ; envisagez le 4K pour un affichage plus grand et un recadrage ultérieur. Une résolution plus élevée ne corrige pas automatiquement les erreurs de texte ou de structure ; les dimensions réelles en pixels varient selon le format.

Modèles et capacités
Comment modifier une image tout en préservant autant que possible la composition d'origine ?

Importez l'image d'origine à modifier et précisez séparément les éléments à modifier et ceux à conserver, par exemple remplacer la veste, conserver le visage, la posture et l'arrière-plan de la personne. Comparez le résultat avec l'image d'origine et vérifiez les bords des vêtements, les mains et les jeux de lumière ; si vous devez poursuivre l'édition, fournissez à nouveau le dernier résultat obtenu.

Modèles et capacités
Comment rendre les images générées plus photographiques ?

Précisez le sujet, l'action, la matière du tissu ou de la surface, la position de l'objectif et la direction de la lumière, et limitez le nombre d'accessoires. Agrandissez l'image pour vérifier la peau, les mains, les reflets et les ombres ; se contenter d'écrire « photographie haut de gamme » ou d'augmenter la résolution ne garantit pas l'exactitude des détails.

Modèles et capacités
Quelles entrées OmniHuman 1.5 nécessite-t-il ?

Une image de portrait (image_url) et un fichier audio (audio_url), tous deux obligatoires. Le prompt, le masque, la résolution, le mode rapide et la graine aléatoire sont tous facultatifs.

Modèles et capacités
Quel type d'image de portrait donne les meilleurs résultats ?

Une image d'une seule personne, avec un visage clairement visible et la bouche non masquée, est la plus fiable ; les photos de personnes réelles, les animaux de compagnie, les illustrations et les personnages d'anime fonctionnent tous ; une image en buste ou en pied fera apparaître davantage de gestes. Le format de la vidéo suit cette image, aucun rapport supplémentaire n'est nécessaire.

Modèles et capacités
Quelles sont les exigences relatives à l'audio ?

La parole ou le chant sont acceptables, aux formats mp3, wav, aac, ogg, m4a, jusqu'à 10 Mo ; la durée doit être inférieure à 60 secondes, et un résultat optimal est obtenu en dessous de 15 secondes. La durée de la vidéo est égale à celle de l'audio.

Modèles et capacités
Puis-je utiliser un enregistrement de chant ou un audio dans une autre langue, comme l'anglais ?

Oui. L'audio de pilotage peut être de la parole ou du chant, et la synchronisation labiale ne dépend pas de la langue ; avec un même portrait, il suffit de changer la voix off pour générer séparément une version dans chaque langue correspondante.

Modèles et capacités
Le prompt est-il obligatoire ?

Non. Si vous ne rédigez pas de prompt, le modèle détermine lui-même les expressions et les mouvements en fonction de l'audio ; ne l'écrivez que si vous souhaitez contrôler les expressions, les gestes ou le cadrage, dans la limite de 300 caractères, avec prise en charge du chinois, de l'anglais, du japonais, du coréen, de l'espagnol et de l'indonésien.

Modèles et capacités
Comment désigner le locuteur lorsqu'il y a plusieurs personnes dans l'image ?

Téléversez dans mask_urls des images de masque de même taille que le portrait (zone du locuteur en blanc, le reste en noir), jusqu'à 5 masques ; la personne désignée synchronisera ses lèvres.

Modèles et capacités
Quelle est la différence avec HeyGen Avatar IV ?

OmniHuman 1.5 accepte uniquement un pilotage par audio, mais prend en charge les animaux de compagnie et les personnages d'anime, avec des expressions et des mouvements corporels plus riches, et permet de désigner le locuteur à l'aide d'un masque ; HeyGen Avatar IV peut se contenter de fournir le texte et choisir une voix parmi les voix prédéfinies, et permet aussi de spécifier le format d'image et le remplissage de l'arrière-plan.

Modèles et capacités
Comment OmniHuman 1.5 est-il facturé ?

La facturation est basée sur le nombre réel de secondes de la vidéo générée, au même prix en 720p et 1080p. Lors de la création d'une tâche, un pré-débit est effectué sur la base d'une durée maximale de 60 secondes (le solde doit couvrir le coût de 60 secondes lors de la soumission) ; une fois la tâche terminée, le règlement se fait selon le nombre réel de secondes produites et la différence est remboursée. Les tâches échouées sont intégralement remboursées ; le prix unitaire est indiqué dans le tarif en temps réel de cette page.

Modèles et capacités
Qu'est-ce que PixVerse V6 image-vers-vidéo ?

C'est la version image-vers-vidéo de PixVerse V6 : téléchargez une image comme première image, puis décrivez avec un prompt les mouvements, le cadrage et l'ambiance à ajouter pour générer une vidéo de 1 à 15 secondes, de 360p à 1080p, avec audio synchronisé et préréglages de style en option.

Modèles et capacités PixVerse V6
Qu'est-ce qui détermine le rapport d'image de la vidéo générée ?

Il est déterminé par le rapport de l'image de première frame fournie dans image_url, c'est pourquoi la génération de vidéo à partir d'image n'a pas de paramètre aspect_ratio. Pour un format vertical, il suffit de téléverser une image verticale ; pour du 16:9, téléversez une image horizontale.

Modèles et capacités PixVerse V6
Comment rédiger le prompt ?

Décrivez uniquement les changements souhaités : l'action du sujet, le mouvement de caméra, les changements d'environnement et le son ; inutile de répéter ce qui figure déjà dans l'image. Indiquez clairement les éléments qui doivent rester immobiles, par exemple « la caméra reste fixe » ou « l'arrière-plan ne change pas ».

Modèles et capacités PixVerse V6
Quelles sont les exigences pour l'image d'entrée ?

image_url doit être une adresse d'image directement accessible sur l'Internet public ; dans le Playground, vous pouvez aussi téléverser directement. Les images avec un sujet clair, une composition complète et de l'espace pour le mouvement permettent d'obtenir plus facilement un mouvement stable.

Modèles et capacités PixVerse V6
Quelles durées et résolutions sont prises en charge ?

duration peut être n'importe quel nombre entier de secondes entre 1 et 15, la valeur par défaut étant 5 secondes ; resolution propose quatre niveaux : 360p, 540p, 720p et 1080p, avec 720p par défaut.

Modèles et capacités PixVerse V6
Est-il possible de générer du son ?

Oui. Réglez generate_audio sur true pour générer musique de fond, effets sonores et dialogues avec la vidéo ; vous pouvez décrire le son souhaité dans le prompt ; par défaut, la valeur est false et seule l'image est produite.

Modèles et capacités PixVerse V6
Comment utiliser les préréglages de style ?

style accepte anime (anime), 3d_animation (animation 3D), clay (argile), comic (bande dessinée), cyberpunk (cyberpunk). Si vous ne le transmettez pas, le style naturel du modèle est conservé ; transmettez-le uniquement lorsque vous avez besoin d'un style uniforme.

Modèles et capacités PixVerse V6
Comment est calculée la limite de longueur du prompt ?

prompt et negative_prompt sont tous deux calculés en octets UTF-8, avec une limite de 2048 octets : chaque lettre anglaise compte 1 octet, chaque caractère CJK (comme le chinois) compte 3 octets, donc en chinois pur, cela représente environ 680 caractères.

Modèles et capacités PixVerse V6
À quoi servent negative_prompt et seed ?

negative_prompt sert à indiquer les éléments à éviter, par exemple le scintillement de l'image, les filigranes textuels ou les déformations corporelles ; une fois seed fixé, les mêmes prompts et paramètres permettent de reproduire le même résultat, ce qui facilite les comparaisons en ne modifiant qu'une seule variable.

Modèles et capacités PixVerse V6
Comment PixVerse V6 est-il facturé ?

La facturation se fait à la seconde de sortie ; le prix unitaire dépend de la résolution et de la génération ou non d'un audio, soit 8 paliers : de 360p à 1080p, le prix unitaire augmente palier par palier, et le prix unitaire avec audio activé est supérieur à celui sans audio. Le montant réel est celui du tarif en vigueur affiché sur la page des prix et des enregistrements de tâches.

Modèles et capacités PixVerse V6
Comment maîtriser les coûts lors des tests ?

Commencez par des clips courts de quelques secondes en 360p ou 540p, avec l'audio désactivé, pour valider les mouvements et la composition, puis passez en 720p ou 1080p avec l'audio activé pour produire la version finale. Les exemples de cette page incluent à la fois des clips de test en 540p de 4 secondes et des versions finales en 720p.

Modèles et capacités PixVerse V6
Comment appeler via l'API ?

Soumettez une tâche asynchrone via POST /v1/tasks ; la requête renvoie immédiatement un taskId. En production, il est recommandé de fournir callback.url pour recevoir la notification d'état final ; en phase de débogage, vous pouvez interroger GET /v1/tasks/:id par polling, puis télécharger le MP4 depuis output[].url en cas de succès.

Modèles et capacités PixVerse V6
Qu'est-ce que la génération de vidéo à partir de texte avec PixVerse V6 ?

C'est la version text-to-video de PixVerse V6 : il suffit d'écrire une invite pour générer une vidéo de 1 à 15 secondes, de 360p à 1080p, avec option d'audio synchronisé et 5 préréglages de style, sans avoir à téléverser la moindre image.

Modèles et capacités PixVerse V6
Quels sont les ratios d'image pris en charge ?

aspect_ratio prend en charge 16:9, 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 et 21:9, soit 8 formats au total, avec 16:9 par défaut. Pour une vidéo courte en format vertical, choisissez directement 9:16 ; pour un effet grand écran, choisissez 21:9.

Modèles et capacités PixVerse V6
Comment faire pour fixer l'image d'ouverture ?

Utilisez plutôt pixverse-v6/image-to-video : téléchargez une image comme première frame, la vidéo commencera à partir de cette image. La génération texte-vers-vidéo convient pour concevoir une scène à partir de zéro, tandis que la génération image-vers-vidéo convient aux cas où vous disposez déjà de ressources ou devez verrouiller la composition.

Modèles et capacités PixVerse V6
À quoi sert Qwen Image 2.1 Pro ?

Il est adapté à la génération d'images à partir de texte et à l'édition d'images nécessitant un équilibre entre qualité et rapidité ; il peut prendre en référence jusqu'à 10 images à la fois et offre également de bonnes performances de rendu de texte en chinois et en anglais.

Modèles et capacités
Combien d'images de référence sont prises en charge ? Comment l'ordre s'applique-t-il ?

1 à 10 ; sans image de référence, il s'agit d'une génération texte-vers-image. Les images multiples sont numérotées selon l'ordre du tableau ; il suffit de les désigner dans le prompt par « image 1 », « image 2 », etc. — l'exemple d'intégration de meubles dans une scène de cette page place le sujet en image 1 et la scène en image 2, chaque image ayant un rôle distinct sans mélange.

Modèles et capacités
Quelle est la relation entre le format d'image et les dimensions ?

Les deux ne font qu'un : chacune des cinq valeurs de aspect_ratio correspond à une taille de pixels fixe de niveau 2K (1:1 correspond à 2048*2048, 16:9 à 2688*1536, 9:16 à 1536*2688, 4:3 à 2368*1728, 3:4 à 1728*2368) ; si aucune valeur n'est fournie, le modèle décide lui-même en fonction du prompt et de l'image de référence. Pour contrôler précisément la mise en page, choisissez un ratio, sans compter spécifier les pixels séparément.

Modèles et capacités
Faut-il activer prompt_extend ?

Activé par défaut, il étend une description courte en une instruction de dessin plus complète ; la documentation indique un surcoût d'environ 3 à 5 secondes. Si vous voulez partir d'une simple phrase, le laisser activé est plus pratique ; si votre prompt décrit déjà de manière suffisamment précise l'image, le contenu textuel et leur position, les informations supplémentaires ajoutées par l'extension ne sont pas forcément celles que vous souhaitez, vous pouvez le désactiver selon vos besoins.

Modèles et capacités
Comment le prix est-il calculé ?

La facturation se fait au nombre d'images générées avec succès ; la génération à partir de texte et l'édition à partir d'une image de référence sont au même prix, et l'image de référence elle-même n'est pas facturée en supplément ; une requête produit toujours une seule image (n fixé à 1).

Modèles et capacités
Comment choisir entre Qwen Image 2.0 et 3.0 ?

Pour une qualité d'image équilibrée, choisissez 2.1 Pro : génération et édition d'images réunies, format fixé à cinq ratios de niveau 2K, pas de prompts négatifs. Si vous avez besoin de préréglages de dimensions ou de prompts négatifs, choisissez Qwen Image 2.0. Pour une édition en 1K/2K davantage axée sur la compréhension des prompts, vous pouvez essayer Qwen Image 3.0.

Modèles et capacités
Le rendu du texte chinois est-il fiable ?

Dans l'exemple d'affiche en chinois de cette page, après avoir spécifié mot pour mot les trois lignes de texte dans le prompt, le titre, la date et le lieu ont tous été rendus correctement, sans ajout de décorations superflues. L'essentiel est de ne pas laisser le modèle inventer le texte : indiquez le contenu de chaque ligne, la hiérarchie des tailles de police et leur position, et exigez explicitement qu'aucun autre texte n'apparaisse dans l'image.

Modèles et capacités
Peut-on générer un fond transparent ?

La documentation indique que cette série peut produire des PNG à fond transparent RGBA selon le prompt, mais nous avons testé une fois sur chacune des deux variantes de ce modèle et avons obtenu des résultats opaques (alpha entièrement à 255), ce qui montre que cette capacité est sensible à la formulation du prompt et manque de stabilité. Si vous avez besoin d'un fond transparent fiable, utilisez plutôt un modèle dédié à la suppression d'arrière-plan.

Modèles et capacités
Comment choisir entre Pro et Turbo ?

Mêmes entrées et mêmes capacités, la différence se situe au niveau de la vitesse, du niveau de détail et du prix unitaire : utilisez Pro pour les rendus finaux, les visuels produits et les images nécessitant une mise en page typographique précise ; utilisez Turbo pour les essais en série, les visuels pour les réseaux sociaux et l'exploration de pistes.

Modèles et capacités
À quoi sert Qwen Image 2.1 Turbo ?

Il convient aux scénarios nécessitant un bon rapport qualité-prix et une génération d'images rapide : brouillons conceptuels, visuels pour les réseaux sociaux, autocollants et illustrations en série. Ses capacités sont identiques à celles de Pro, mais il est plus rapide et moins cher.

Modèles et capacités
Les images de référence sont-elles prises en charge ? Comment l'ordre s'applique-t-il ?

Comme pour Pro, l'édition d'image prend en charge 1 à 10 images de référence ; sans image, il s'agit d'une génération texte-vers-image. Les images de référence sont numérotées selon l'ordre du tableau et peuvent être désignées dans le prompt par « image 1 » — l'exemple de transformation de photo en aquarelle sur cette page utilise une seule image de référence pour changer le style. Lorsque vous devez utiliser à la fois des éléments de sujet et de scène, précisez le rôle de chacun ainsi : « image 1 sujet, image 2 scène ».

Modèles et capacités
Quelle est la relation entre le format d'image et les dimensions ?

Identique à Pro : chacune des cinq valeurs de aspect_ratio correspond à une dimension fixe de niveau 2K (1:1 2048*2048, 16:9 2688*1536, 9:16 1536*2688, 4:3 2368*1728, 3:4 1728*2368) ; si elle n'est pas fournie, le modèle décide lui-même. Pour des visuels destinés aux réseaux sociaux, il est recommandé de spécifier directement 1:1 ou 16:9 afin d'éviter que les dimensions ne varient selon l'image de référence.

Modèles et capacités
Faut-il activer prompt_extend ?

Activé par défaut, il développe une phrase en une instruction de dessin plus complète, ce qui ajoute environ 3 à 5 secondes selon la documentation. Pour des essais rapides, le laisser activé est plus pratique ; si votre prompt est déjà très détaillé ou si vous voulez uniquement voir une composition précise, vous pouvez le désactiver pour réduire les variables.

Modèles et capacités
Comment le prix est-il calculé ?

La facturation se fait au nombre d'images générées avec succès, à un prix fixe par image, moins cher que Pro ; les images de référence ne sont pas facturées en supplément, une requête génère une image (n fixé à 1).

Modèles et capacités
Comment choisir entre Pro et Qwen Image 2.0 ?

Turbo et Pro partagent les mêmes paramètres d'entrée, la même limite d'images de référence, ainsi que les mêmes capacités de format et de rendu de texte : choisissez Turbo pour la rapidité et la génération d'images en lot, et Pro pour des rendus finaux plus détaillés. Choisissez Qwen Image 2.0 si vous avez besoin de préréglages de dimensions ou de prompts négatifs.

Modèles et capacités
Que faut-il prendre en compte lors d'un changement de style ?

En pratique, la migration de style de Turbo est plutôt conservatrice : si l'on indique seulement « style aquarelle », le résultat ressemble davantage à une photo ayant subi un traitement de vieillissement ; ce n'est qu'après avoir précisé « redessiner avec des formes simplifiées et des détails omis, avec des bords de taches de couleur présentant des franges de peinture humide » que l'on obtient une nette sensation d'illustration à l'aquarelle, tout en conservant la structure architecturale et la position du mobilier identiques à l'image de référence. Pour vraiment changer de style, il faut demander explicitement un redessin et une simplification, plutôt que de se contenter d'indiquer un nom de style.

Modèles et capacités
Combien d'images peuvent être générées à la fois ? Comment choisir Turbo ?

Une requête génère une seule image (n est fixé à 1). Pour plusieurs propositions, soumettez plusieurs tâches ou relancez avec des seed différents. Choisissez Turbo pour les essais rapides et la génération d'images à grande échelle ; choisissez Pro pour les rendus finaux exigeant une qualité de détail plus élevée.

Modèles et capacités
Quelles entrées sont nécessaires pour la génération vidéo à partir d'image avec Ray 3.2 ?

Deux champs obligatoires : prompt (1 à 6000 caractères) et image_url de la première image. end_image_url est facultatif pour l'image de fin, ainsi que resolution (540p, 720p, 1080p, par défaut 540p). Dans le Playground, vous pouvez téléverser directement une image locale.

Modèles et capacités Ray 3.2
Peut-on définir la durée d'une vidéo ?

Non. La génération de vidéo à partir d'une image produit systématiquement des clips de 5 secondes ; la requête n'a pas de paramètre duration. Pour un plan de 10 secondes, vous pouvez utiliser la génération de vidéo à partir de texte Ray 3.2, qui prend en charge 5 et 10 secondes.

Modèles et capacités Ray 3.2
Qu'est-ce qui détermine le ratio d'image de la sortie ?

Il est déterminé par la première image ; il n'y a pas de paramètre aspect_ratio. La sortie est alignée sur le ratio le plus proche parmi 16:9, 9:16, 1:1, 4:3, 3:4 et 21:9 ; si le ratio ne correspond pas exactement, les bords sont rognés. L'image d'origine de l'exemple du désert sur cette page est d'environ 3:2 (1024×687) et la sortie est en 4:3, soit 1104×832 ; l'image d'origine de l'exemple du café glacé est en 9:16 et la sortie est une vidéo verticale en 9:16, pratiquement sans rognage. Pour que le ratio de sortie soit entièrement contrôlable, il suffit de recadrer d'abord la première image selon l'un de ces six ratios.

Modèles et capacités Ray 3.2
Comment utiliser les images de début et de fin ?

Passez l'image de début dans image_url et l'image de fin dans end_image_url ; la vidéo effectuera une transition du début vers la fin, et le prompt n'a qu'à décrire le changement qui se produit entre les deux. Plus le cadrage, l'éclairage et la position du sujet des deux images sont proches, plus la transition est fluide ; lorsque le cadrage diffère, le modèle ajoute un mouvement de caméra pour assurer la continuité, comme dans le cas de la pivoine présenté sur cette page.

Modèles et capacités Ray 3.2
L'ajout d'une image de fin entraîne-t-il un surcoût ?

Non. La génération de vidéo à partir d'une image est facturée par vidéo selon la résolution ; que vous transmettiez ou non end_image_url, le prix reste le même ; la durée est fixée à 5 secondes, donc la facturation n'est pas non plus à la seconde.

Modèles et capacités Ray 3.2
Quelles sont les dimensions de sortie des trois niveaux de résolution ?

Les dimensions réelles suivent le ratio de la première image. Trois cas sur cette page : une première image en 16:9 avec 540p donne 960×540 ; une première image d'environ 3:2 avec 720p donne du 4:3 en 1104×832 ; une première image en 9:16 avec 1080p donne 1080×1920. Il est conseillé de commencer par 540p pour valider le mouvement et la composition, puis de produire la version finale en 720p ou 1080p. Le cas du café glacé sur cette page utilise le 1080p : les détails du verre et des gouttelettes y sont nettement plus nets qu'aux niveaux inférieurs.

Modèles et capacités Ray 3.2
Les vidéos générées ont-elles du son ?

Non. La sortie est un MP4 sans piste audio ; si vous avez besoin de musique, de voix off ou d'effets sonores, ajoutez-les en post-production.

Modèles et capacités Ray 3.2
Comment écrire un prompt pour la génération de vidéo à partir d'image ?

La première image définit déjà le sujet et la scène ; le prompt doit surtout décrire « ce qui se passe ensuite » : les actions du sujet, les mouvements de caméra, l'évolution de la lumière ou de la météo. Il n'est pas nécessaire de redécrire l'apparence déjà présente dans l'image ; il est plus utile de préciser clairement ce qui doit rester inchangé.

Modèles et capacités Ray 3.2
Comment fonctionne la facturation de Ray 3.2 pour la génération de vidéo à partir d'images ?

Chaque vidéo est facturée selon la résolution choisie, la 540p étant la moins chère et la 1080p la plus élevée ; les tâches échouées font l'objet d'un remboursement du montant débité. Les tarifs unitaires exacts sont ceux affichés actuellement sur la page des tarifs.

Modèles et capacités Ray 3.2
Comment appeler via l'API ?

Envoyez une tâche asynchrone à POST /v1/tasks, avec model défini sur ray-3.2/image-to-video, en transmettant prompt et image_url dans input, et en ajoutant end_image_url et resolution si nécessaire. L'interface renvoie immédiatement un taskId ; vous pouvez recevoir le résultat via callback.url ou interroger GET /v1/tasks/:id en boucle.

Modèles et capacités Ray 3.2
Comment choisir entre la génération de vidéo à partir d'image et à partir de texte ?

Si vous avez déjà l'image souhaitée (photo de produit, maquette, capture d'écran d'une vidéo précédente) ou si vous devez verrouiller l'image finale, utilisez la génération de vidéo à partir d'image ; si vous n'avez qu'une idée textuelle et besoin de 10 secondes ou d'un format d'image spécifique, utilisez la génération de vidéo à partir de texte. Les deux approches partagent les trois paliers de 5 secondes au même prix ; les 10 secondes ne sont disponibles qu'avec la génération de vidéo à partir de texte.

Modèles et capacités Ray 3.2
Quelles durées la génération de vidéo à partir de texte de Ray 3.2 prend-elle en charge ?

5 secondes ou 10 secondes ; transmettez l'entier 5 ou 10 via duration, la valeur par défaut étant 5 secondes.

Modèles et capacités Ray 3.2
Quelles résolutions et quels formats d'image sont pris en charge ?

Résolutions 540p, 720p, 1080p, 540p par défaut ; formats d'image 16:9, 9:16, 1:1, 4:3, 3:4, 21:9, 16:9 par défaut. L'exemple en mode portrait de cette page utilise 540p + 9:16, pour une sortie réelle de 540×960 ; l'exemple en mode paysage utilise 720p + 16:9, pour une sortie de 1280×720 ; l'exemple de 10 secondes utilise 720p + 21:9, pour une sortie de 1680×720.

Modèles et capacités Ray 3.2
Quelle est la relation entre les prix de 10 secondes et de 5 secondes ?

La facturation se fait à la vidéo, le prix étant déterminé conjointement par deux paliers : la durée et la résolution. À résolution identique, le palier de 10 secondes coûte environ 3 fois celui de 5 secondes ; il est donc conseillé de valider l'action avec 5 secondes d'abord, puis de décider si une version de 10 secondes est nécessaire. L'exemple de 10 secondes sur cette page est en 720p, et la facturation est d'environ le triple de celle d'un 5 secondes du même palier. Le prix unitaire exact est celui affiché actuellement sur la page des tarifs.

Modèles et capacités Ray 3.2
Peut-on téléverser une image de référence ou une première image ?

La génération de vidéo à partir de texte n'accepte que des prompts textuels. Si vous devez utiliser une image comme première image ou spécifier également une dernière image, veuillez utiliser Ray 3.2 image-vers-vidéo (ray-3.2/image-to-video).

Modèles et capacités Ray 3.2
Comment rédiger un prompt pour obtenir plus facilement de bons résultats ?

Le prompt peut contenir jusqu'à 6000 caractères. Il est recommandé d'écrire dans l'ordre « sujet et scène → action → mouvement de caméra → lumière et ambiance », en précisant pour la caméra la direction et la vitesse, par exemple « caméra en contre-plongée qui tourne autour » ou « élévation lente ». Ne prévoyez qu'une seule action principale par vidéo : c'est plus stable que d'empiler plusieurs événements.

Modèles et capacités Ray 3.2
Les textes présents dans l'image sont-ils fiables ?

Non. Dans le cas de la danseuse néon de cette page, les lettres sur l'enseigne sont inventées par le modèle et illisibles. Si vous avez besoin d'un nom de marque, d'un slogan ou de sous-titres, ajoutez-les en post-production.

Modèles et capacités Ray 3.2
Est-ce adapté aux vidéos courtes verticales ?

Vous pouvez générer directement en 9:16 pour un format vertical, sans passer d'abord par une version horizontale à recadrer ; le 1:1 et le 3:4 conviennent aux fils d'actualité, et le 21:9 aux génériques grand écran.

Modèles et capacités Ray 3.2
Comment est facturé Ray 3.2 pour la génération de vidéo à partir de texte ?

Chaque vidéo est facturée selon la combinaison de la durée et de la résolution, avec 6 paliers au total ; 540p + 5 secondes est le moins cher ; les tâches échouées donnent lieu à un remboursement des frais débités.

Modèles et capacités Ray 3.2
À quoi sert Recraft Creative Upscale ?

Il agrandit une image vers une résolution plus élevée tout en redessinant les textures et les détails. Il ne nécessite pas de prompt, il suffit de fournir une URL d'image.

Modèles et capacités Recraft Creative Upscale
Quelle est la différence avec Recraft Crisp Upscale ?

Crisp Upscale vise à rester fidèle à l'image d'origine et convient aux visuels comme le texte ou les produits qui ne doivent pas être modifiés ; Creative Upscale redessine les détails, ce qui rend l'image plus fine, mais la structure locale peut différer de l'original.

Modèles et capacités Recraft Creative Upscale
Cela modifie-t-il le contenu de l'image ?

La composition globale, le sujet et la palette de couleurs sont essentiellement conservés, mais les détails sont redessinés. Dans l'exemple de cette page, les rondins de la cabane en bois, le mur en pierre et la balustrade ont été redessinés de manière plus nette, le petit arbre à côté du porche n'a pas été conservé, et la disposition des pierres a également changé. Pour les ressources exigeant une grande fidélité aux détails, veuillez d'abord vérifier dans le Playground.

Modèles et capacités Recraft Creative Upscale
Quelles sont les exigences pour l'image d'entrée ?

Transmettez une URL d'image http(s) accessible publiquement, ne dépassant pas 20 MB, de 256 à 4096 pixels par côté, et d'un total de pixels ne dépassant pas 16 MP. L'exemple de cette page utilise une image PNG, et l'utilisation du PNG est actuellement recommandée.

Modèles et capacités Recraft Creative Upscale
Jusqu'à quelle taille peut-on agrandir ?

Les exemples de cette page agrandissent une image de 1254×1254 à 4096×4096. La taille obtenue pour d'autres dimensions d'entrée dépend de ce qui est réellement renvoyé.

Modèles et capacités Recraft Creative Upscale
Faut-il écrire un prompt ?

Non. Ce modèle n'a qu'un seul paramètre, image_url, sans prompt, multiplicateur ni réglage de style.

Modèles et capacités Recraft Creative Upscale
Quel est le format de sortie ?

Téléchargez l'image à partir de output[].url dans le résultat de la tâche. L'exemple de cette page renvoie une image WebP.

Modèles et capacités Recraft Creative Upscale
Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre d'images générées, 1 image par requête ; le tarif actuel est indiqué en haut de la page et sur la page des tarifs.

Modèles et capacités Recraft Creative Upscale
À quels types d'images cela convient-il ?

Convient aux illustrations, aux paysages et aux images de scène, c'est-à-dire aux contenus dont les détails peuvent être redessinés, par exemple pour rafraîchir d'anciens contenus ou agrandir une petite image générée en vue d'un affichage. Les images contenant du texte précis, des logos ou des détails de produit sont mieux adaptées à Crisp Upscale.

Modèles et capacités Recraft Creative Upscale
Combien de temps les images de résultat sont-elles conservées ?

Les liens de résultat ont une durée de validité limitée ; une fois la tâche réussie, veuillez transférer rapidement les images vers votre propre stockage.

Modèles et capacités Recraft Creative Upscale
Que fait Recraft Creative Upscale ?

Il agrandit une image vers une résolution supérieure tout en redessinant les textures et les détails. Il ne nécessite pas de prompt : transmettez simplement une URL d'image.

Modèles et capacités
Quelle est la différence avec Recraft Crisp Upscale ?

Crisp Upscale privilégie la fidélité à l'image d'origine et convient aux visuels comme les textes ou les produits qui ne doivent pas être modifiés ; Creative Upscale redessine les détails pour un rendu plus fin, mais la structure locale peut différer de l'original.

Modèles et capacités
Cela modifiera-t-il le contenu de l'image ?

La composition globale, le sujet et la palette de couleurs sont essentiellement conservés, mais les détails sont redessinés. Dans l'exemple de cette page, les rondins de la cabane en bois, le mur de pierre et la balustrade ont été redessinés plus nettement, le petit arbre près du porche n'a pas été conservé et la disposition des pierres a également changé. Pour les ressources exigeant une grande rigueur sur les détails, veuillez d'abord vérifier dans le Playground.

Modèles et capacités
Quelles sont les exigences relatives à l'image d'entrée ?

Transmettez une URL d'image http(s) accessible publiquement, ne dépassant pas 20 Mo, avec 256–4096 pixels par côté et un total ne dépassant pas 16 MP. Les exemples de cette page utilisent des images PNG ; l'utilisation du format PNG est actuellement recommandée.

Modèles et capacités
Jusqu'à quelle taille peut-on agrandir ?

L'exemple de cette page agrandit une image de 1254×1254 à 4096×4096. La taille obtenue pour d'autres dimensions d'entrée dépend du résultat réellement renvoyé.

Modèles et capacités
Faut-il écrire un prompt ?

Non. Ce modèle n'a qu'un seul paramètre, image_url, sans prompt, multiplicateur ni réglage de style.

Modèles et capacités
Quel est le format de sortie ?

Téléchargez les images depuis output[].url du résultat de la tâche. L'exemple de cette page renvoie une image WebP.

Modèles et capacités
Comment la facturation fonctionne-t-elle ?

La facturation se fait par nombre d'images générées, 1 image par requête ; le tarif actuel est indiqué en haut de la page et sur la page des tarifs.

Modèles et capacités
Quelles images sont adaptées ?

Convient aux illustrations, aux paysages et aux images de scène, c'est-à-dire aux contenus dont les détails peuvent être redessinés, par exemple pour rénover d'anciens contenus ou agrandir de petites images générées en vue d'une présentation. Les images contenant du texte précis, un logo ou des détails de produit sont plus adaptées à Crisp Upscale.

Modèles et capacités
Combien de temps les images de résultat sont-elles conservées ?

Le lien du résultat a une durée de validité limitée ; une fois la tâche réussie, veuillez transférer rapidement les images vers votre propre stockage.

Modèles et capacités
Recraft Crisp Upscale nécessite-t-il d'écrire un prompt ?

Non. Le modèle ne reçoit qu'une URL d'image (input.image_url), sans aucun autre paramètre.

Modèles et capacités
De combien de fois l'image est-elle agrandie ? Peut-on choisir le facteur d'agrandissement ?

Le facteur est fixé à 2× en largeur et en hauteur, il n'est pas possible de le choisir. Par exemple, 640×640 donne 1280×1280, et 941×1672 donne 1882×3344.

Modèles et capacités
Quelles sont les exigences pour l'image d'entrée ?

JPEG, PNG et WEBP sont pris en charge, jusqu'à 10 Mo par image, et l'image doit être accessible publiquement via une URL http(s). Dans le Playground, vous pouvez également téléverser directement une image.

Modèles et capacités
Quel est le format de sortie ?

Une image JPEG. Il n'est actuellement pas possible de choisir une sortie PNG ou WEBP.

Modèles et capacités
Cela modifie-t-il le contenu de l'image ?

Non. Crisp Upscale augmente uniquement la résolution et la netteté, sans redessiner le contenu ni générer de nouveaux textes ou objets.

Modèles et capacités
Une image PNG à fond transparent reste-t-elle transparente après agrandissement ?

La sortie est en JPEG et ne contient pas de canal alpha. Si vous avez besoin d'un résultat transparent, il est recommandé de d'abord agrandir l'image, puis d'utiliser Recraft Remove Background pour supprimer l'arrière-plan.

Modèles et capacités
Combien de temps faut-il pour traiter une image ?

Généralement entre 10 secondes et environ 1 minute. La tâche est asynchrone : un taskId est renvoyé immédiatement après la soumission.

Modèles et capacités
La suppression d'arrière-plan de Recraft nécessite-t-elle un prompt ?

Non. Le modèle ne reçoit qu'une URL d'image (input.image_url), sans aucun paramètre texte, ce qui le rend adapté à une intégration directe dans un pipeline par lots.

Modèles et capacités
Les mèches et les contours des cheveux peuvent-ils être préservés ?

Oui. La force de ce modèle réside précisément dans la conservation fine des mèches, des poils et des contours semi-transparents ; le cas présenté sur cette page est une sortie de l'API.

Modèles et capacités
Quels sont les champs minimaux à soumettre pour l'API ?

Il suffit de soumettre model et input.image_url ; l'image doit être une URL https accessible publiquement.

Modèles et capacités
Quelle est la différence entre Recraft V4.1 et V4.1 Flash ?

V4.1 met davantage l'accent sur les détails et le niveau de finition, tandis que Flash est plus rapide et adapté aux essais en série.

Modèles et capacités Recraft V4.1
Quelles sont les tailles prises en charge ?

image_size propose six options : square_hd (par défaut), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.

Modèles et capacités Recraft V4.1
Comment spécifier les couleurs ?

Via l'API, transmettez colors (un tableau d'objets RGB) et background_color (un seul objet RGB), chaque canal prenant une valeur de 0 à 255. Le Playground en ligne ne propose pas encore ces deux paramètres.

Modèles et capacités Recraft V4.1
Les paramètres de couleur sont-ils toujours strictement respectés ?

colors est une palette de couleurs préférée ; l’image tendra à rester dans cette gamme de couleurs ; si le prompt contient des couleurs manifestement en conflit, le résultat peut mélanger les deux.

Modèles et capacités Recraft V4.1
Combien d'images peut-on générer en une fois ?

Chaque requête génère 1 image. Pour en obtenir plusieurs, soumettez plusieurs tâches séparément.

Modèles et capacités Recraft V4.1
Quel est le format de sortie ?

Renvoie 1 image, à télécharger via output[].url dans le résultat de la tâche. Le lien du résultat a une durée de validité limitée, veuillez le transférer rapidement.

Modèles et capacités Recraft V4.1
Le texte dans l'image est-il bien écrit ?

Les titres courts sont généralement assez précis. Indiquez le texte entre guillemets dans le prompt, en précisant sa position et le style de police, pour un résultat plus fiable.

Modèles et capacités Recraft V4.1
Faut-il téléverser une image de référence ?

Non, il s'agit d'un modèle de génération d'images purement textuel, une description textuelle suffit.

Modèles et capacités Recraft V4.1
Est-il possible d'utiliser l'agrandissement et la suppression d'arrière-plan de Recraft ?

Oui. Transmettez l'URL de l'image de sortie à recraft/crisp-upscale pour l'agrandir 2 fois, ou à recraft/remove-background pour obtenir une image à fond transparent.

Modèles et capacités Recraft V4.1
Quels changements de code faut-il apporter pour passer de Flash à V4.1 ?

Il suffit de changer le model en recraft-v4.1/text-to-image, les autres paramètres restent inchangés.

Modèles et capacités Recraft V4.1
Peut-on utiliser le chinois dans les prompts ?

Oui, mais les prompts en anglais sont généralement plus stables pour décrire le style, les matériaux et la caméra ; pour le texte devant apparaître dans l'image, il est recommandé de l'écrire dans la langue finale souhaitée.

Modèles et capacités Recraft V4.1
Comment la facturation fonctionne-t-elle ?

La facturation se fait au nombre d'images générées, une image par requête, le prix unitaire étant celui en vigueur au moment de la demande.

Modèles et capacités Recraft V4.1
À quoi sert Recraft V4.1 Flash ?

Il est adapté à la génération rapide d'images de style photographique, illustration plate, affiche et médias mixtes, par exemple des visuels marketing, des illustrations de marque, des photos produit et des croquis conceptuels.

Modèles et capacités
Quelles sont les tailles prises en charge ?

image_size propose six préréglages : square_hd (par défaut), square, portrait_4_3, portrait_16_9, landscape_4_3, landscape_16_9.

Modèles et capacités
Comment spécifier la palette de couleurs ?

Dans l'API, transmettez colors (un tableau d'objets RGB) et background_color (un objet RGB), chaque canal allant de 0 à 255. La page de démonstration en ligne ne propose pas encore ces deux champs ; si nécessaire, veuillez passer par l'appel API.

Modèles et capacités
La palette de couleurs est-elle appliquée de manière stricte ?

colors est une forte indication pour la palette de couleurs : l'image s'efforcera de rester dans cet ensemble de couleurs, mais il n'est pas garanti qu'elle n'utilise que ces couleurs au niveau du pixel près.

Modèles et capacités
Combien d'images peut-on générer en une fois ?

1 image est générée par requête ; pour en obtenir plusieurs, vous pouvez soumettre plusieurs tâches.

Modèles et capacités
Quel est le format de sortie ?

Une image WEBP est renvoyée à chaque fois, à télécharger depuis output[].url dans le résultat de la tâche.

Modèles et capacités
Le texte dans l'image est-il correctement écrit ?

Les titres courts sont généralement bien orthographiés. Placez le texte à afficher entre guillemets et précisez sa position ainsi que le style de police pour un résultat plus fiable.

Modèles et capacités
Faut-il téléverser une image de référence ?

Non. Il s'agit d'un modèle de génération d'images à partir de texte, une description textuelle suffit.

Modèles et capacités
Les prompts ont-ils une limite de longueur ?

Le prompt doit contenir entre 1 et 10000 caractères.

Modèles et capacités
Puis-je utiliser l'agrandissement et la suppression d'arrière-plan de Recraft ?

Oui. Après génération, transmettez l'URL de l'image à recraft/crisp-upscale pour l'agrandir 2 fois, et à recraft/remove-background pour obtenir un PNG à fond transparent.

Modèles et capacités
La tâche est-elle synchrone ou asynchrone ?

Asynchrone. Une fois soumise, un taskId est renvoyé immédiatement ; il faut ensuite interroger l'état de la tâche ou utiliser un callback pour obtenir le résultat.

Modèles et capacités
Comment la facturation fonctionne-t-elle ?

La facturation se fait par nombre d'images générées, 1 image par requête. Le prix unitaire actuel est indiqué en haut de la page et sur la page des tarifs.

Modèles et capacités
À quoi servent les styles Recraft V4 ?

Commencez par définir un style visuel à l'aide de 1 à 10 images de référence, puis décrivez en une phrase d'invite ce que vous souhaitez dessiner ; le modèle génère une nouvelle image dans le style des références. Les images de référence déterminent « comment dessiner », l'invite détermine « quoi dessiner ».

Modèles et capacités
Faut-il téléverser une image de référence ? Combien au maximum ?

Oui, c'est obligatoire. image_urls est un champ requis, avec au moins 1 image et au maximum 10. L'exemple de cette page utilise 2 illustrations du même style.

Modèles et capacités
Quels sont les formats et les limites de taille pour les images de référence ?

PNG, JPG et WEBP sont pris en charge ; l'image doit être accessible publiquement via une URL http(s) ; chaque image doit faire moins de 20 MB, le total de toutes les images de référence ne doit pas dépasser 64 MB, et le format SVG n'est pas pris en charge. Dans le Playground, vous pouvez également téléverser des images directement.

Modèles et capacités
Les objets de l'image de référence seront-ils dessinés dans le résultat ?

Dans l'exemple de cette page, la théière, le livre et le vélo de l'image de référence n'apparaissent pas dans le résultat ; le résultat représente le café de quartier décrit par le prompt. Ce qui est hérité de l'image de référence, ce sont la palette de couleurs, le rendu en aplats et un éclairage net et contrasté. Les sujets souhaités doivent être indiqués dans le prompt.

Modèles et capacités
Comment choisir style_match ?

precise rapproche le résultat du style de l'image de référence, flexible autorise davantage de variations ; si non transmis, la valeur flexible est appliquée. L'exemple de cette page ne transmet pas style_match.

Modèles et capacités
Quelles tailles sont prises en charge ?

image_size propose six préréglages : square_hd (par défaut), square, portrait_4_3, portrait_16_9, landscape_4_3 et landscape_16_9. L'exemple de cette page utilise square_hd, avec une sortie en 1024×1024.

Modèles et capacités
Quelle est la différence avec Recraft V4 Styles Pro ?

Les deux ont les mêmes paramètres. Pro produit une résolution de sortie plus élevée : avec square_hd, l'exemple de sortie de Styles est 1024×1024, tandis que l'exemple de sortie de Pro est 2048×2048. Les deux ont des tarifs différents ; le prix en temps réel fait foi.

Modèles et capacités
Peut-on spécifier des couleurs et une couleur d'arrière-plan ?

Vous pouvez transmettre colors (un tableau d'objets RGB) et background_color (un seul objet RGB) via l'API, chaque canal allant de 0 à 255. Ces deux paramètres ne sont pas encore affichés dans le Playground en ligne.

Modèles et capacités
Peut-on enregistrer un style pour le réutiliser ?

Il n'est actuellement pas possible de transmettre un style enregistré. Chaque requête doit inclure les images de référence ; pour qu'un ensemble d'images conserve le même style, utilisez le même ensemble d'images de référence dans chaque requête.

Modèles et capacités
Combien d'images sont générées à la fois ? Quel est le format de sortie ?

Chaque requête génère 1 image, à télécharger depuis output[].url du résultat de la tâche. La sortie des exemples de cette page est une image WebP.

Modèles et capacités
Comment la facturation fonctionne-t-elle ?

La facturation se fait par nombre d'images générées ; le nombre d'images de référence, les préréglages de dimensions et style_match n'affectent pas le prix unitaire. Le tarif actuel est indiqué en haut de la page et sur la page des tarifs.

Modèles et capacités
Combien de temps les images de résultat sont-elles conservées ?

Les liens des résultats ont une durée de validité limitée ; une fois la tâche réussie, veuillez transférer rapidement les images vers votre propre stockage.

Modèles et capacités
À quoi sert Recraft V4 Styles Pro ?

Définissez un style visuel à partir de 1 à 10 images de référence, puis décrivez en une phrase ce que vous voulez dessiner ; le modèle génère une nouvelle image de résolution plus élevée dans le style des images de référence. Les images de référence déterminent « comment dessiner », le prompt détermine « quoi dessiner ».

Modèles et capacités
Quelle est la résolution de sortie ?

Cet exemple utilise square_hd, qui produit une image WebP de 2048×2048. Les pixels exacts des autres préréglages de taille dépendent de ce qui est réellement renvoyé.

Modèles et capacités
Faut-il téléverser une image de référence ? Combien au maximum ?

Oui, c'est obligatoire. image_urls est un champ requis, avec au moins 1 image et au maximum 10. L'exemple de cette page utilise 2 aquarelles du même style.

Modèles et capacités
Quels sont les formats et les exigences de taille pour les images de référence ?

PNG, JPG et WEBP sont pris en charge ; l'image doit être accessible publiquement via une URL http(s) ; chaque image doit faire moins de 20 Mo, et le total de toutes les images de référence ne doit pas dépasser 64 Mo ; le SVG n'est pas pris en charge. Vous pouvez également téléverser des images directement dans le Playground.

Modèles et capacités
Les objets de l'image de référence seront-ils dessinés dans le résultat ?

Dans l'exemple de cette page, le petit bateau, la porte en bois et les massifs de fleurs de l'image de référence n'apparaissent pas dans le résultat ; le résultat représente le phare sur la falaise décrit dans le prompt ; ce qui est hérité de l'image de référence, ce sont le ciel bleu pâle, les blocs de pierre beige et les touches d'aquarelle laissant des blancs. Le sujet souhaité doit être écrit dans le prompt.

Modèles et capacités
Comment choisir style_match ?

precise rapproche le résultat du style de l'image de référence, flexible autorise davantage de variations ; si le paramètre n'est pas transmis, la valeur flexible est appliquée. Les exemples de cette page ne transmettent pas style_match.

Modèles et capacités
Quelles tailles sont prises en charge ?

image_size propose six préréglages : square_hd (par défaut), square, portrait_4_3, portrait_16_9, landscape_4_3 et landscape_16_9.

Modèles et capacités
Quelle est la différence avec Recraft V4 Styles ?

Les deux ont les mêmes paramètres. La sortie de Pro a une résolution plus élevée : avec square_hd également, l'exemple de sortie de Styles est de 1024×1024, tandis que l'exemple de sortie de Pro est de 2048×2048. Les prix diffèrent entre les deux ; référez-vous aux prix en temps réel.

Modèles et capacités
Peut-on spécifier les couleurs et la couleur d'arrière-plan ?

Vous pouvez transmettre via l'API colors (un tableau d'objets RGB) et background_color (un seul objet RGB), chaque canal étant compris entre 0 et 255. Ces deux paramètres ne sont pas encore affichés dans le Playground en ligne.

Modèles et capacités
Peut-on enregistrer un style pour le réutiliser ?

Il n'est actuellement pas possible de transmettre un style enregistré. Chaque requête doit inclure les images de référence ; pour qu'une série d'images conserve le même style, utilisez le même ensemble d'images de référence dans chaque requête.

Modèles et capacités
Comment la facturation fonctionne-t-elle ?

La facturation se fait au nombre d'images produites, à raison d'une image par requête ; le nombre d'images de référence, les préréglages de dimensions et style_match n'affectent pas le prix unitaire. Le tarif actuel est indiqué en haut de la page et sur la page des tarifs.

Modèles et capacités
Combien de temps les images de résultat sont-elles conservées ?

Les liens de résultat ont une durée de validité limitée ; une fois la tâche réussie, veuillez transférer rapidement les images vers votre propre stockage.

Modèles et capacités
Quelles sont les exigences pour l'image de première frame ?

Une seule image à la fois, au format jpeg, png ou webp, ne dépassant pas 10 Mo, le format SVG n'est pas pris en charge. Le ratio de l'image doit de préférence correspondre au format de sortie ; en cas de ratio différent, la première frame sera recadrée au centre, il est donc plus sûr de placer le sujet au milieu.

Modèles et capacités Runway Gen 4.5
Peut-on ajouter une image de fin ?

Non, ce modèle n'utilise qu'une seule image de départ ; l'image finale est déterminée par le prompt et le modèle. Si vous avez besoin de spécifier une image de fin, vous pouvez utiliser Kling 2.5 Turbo Image-to-Video, qui prend en charge une image de fin facultative.

Modèles et capacités Runway Gen 4.5
Quels formats d'image et durées puis-je choisir ? Quelle est la résolution ?

Formats 16:9, 9:16, 4:3, 3:4, 1:1, par défaut 16:9 ; durées de 5, 8, 10 secondes, disponibles pour chaque format, par défaut 5 secondes ; résolution uniforme de 720p.

Modèles et capacités Runway Gen 4.5
La vidéo générée contient-elle du son ?

Il n'y a pas de piste audio, la vidéo finale ne contient que l'image ; la musique et la voix off sont ajoutées au montage.

Modèles et capacités Runway Gen 4.5
Que faut-il écrire dans le prompt ?

La première image définit déjà la scène ; il suffit d'écrire le mouvement et la caméra, par exemple « les nuages dérivent, la caméra avance lentement », 1000 caractères maximum. Prévoyez une ou deux actions par personnage pour que l'expression et la posture soient plus naturelles.

Modèles et capacités Runway Gen 4.5
Combien de temps les vidéos générées sont-elles conservées ?

Les liens vers les vidéos finales sont conservés par défaut pendant environ 7 jours. Pour une utilisation à long terme, veuillez les télécharger rapidement ou choisir le stockage à long terme lors de la création de la tâche. L'historique des générations est consultable dans les enregistrements des tâches.

Modèles et capacités Runway Gen 4.5
Comment choisir avec Runway Gen-4.5 Text-to-Video ?

Si vous avez une image et souhaitez que le sujet et la composition suivent l'image, ou si vous avez besoin de 1:1, 4:3, 3:4, utilisez Image-to-Video ; si vous n'avez qu'une idée textuelle, utilisez Text-to-Video, qui ne propose que le paysage et le portrait, et le portrait n'a pas de 8 secondes.

Modèles et capacités Runway Gen 4.5
Quels formats d'image, durées et résolutions sont pris en charge ?

Les formats disponibles sont le 16:9 en mode paysage et le 9:16 en mode portrait. En mode paysage, vous pouvez choisir 5, 8 ou 10 secondes ; en mode portrait, 5 ou 10 secondes, avec 5 secondes par défaut. La résolution est uniformément de 720p, aucune autre définition n'est disponible.

Modèles et capacités Runway Gen 4.5
Pourquoi ne peut-on pas choisir 8 secondes en mode portrait ?

C'est une limite du modèle lui-même : le format 9:16 ne prend en charge que 5 et 10 secondes. Si vous avez besoin d'une durée d'environ 8 secondes en portrait, vous pouvez d'abord générer 10 secondes, puis découper au montage.

Modèles et capacités Runway Gen 4.5
Les vidéos générées ont-elles du son ?

Non, la vidéo finale ne contient que l'image, sans piste audio. La voix off, la musique et les effets sonores sont ajoutés au montage ; si vous avez besoin d'une vidéo finale avec son intégré, consultez Kling 2.5 Turbo Text-to-Video.

Modèles et capacités Runway Gen 4.5
Comment rédiger un prompt ?

Rédigez une ou deux phrases dans l'ordre suivant : sujet, scène, action, caméra, puis ajoutez le moment de la journée, la météo et la lumière, sur 1000 caractères maximum. Ne prévoyez qu'une seule action principale à la fois ; demander en même temps de se retourner, de courir et de faire un signe de la main risque de faire entrer les actions en conflit.

Modèles et capacités Runway Gen 4.5
Comment faire si j'ai besoin d'une image carrée ou au format 4:3 ?

La génération de vidéo à partir de texte ne propose que le 16:9 et le 9:16. Pour du 1:1, 4:3 ou 3:4, vous pouvez utiliser Runway Gen-4.5 Image-to-Video, en démarrant avec une image : les cinq formats sont disponibles.

Modèles et capacités Runway Gen 4.5
Puis-je d'abord l'essayer en ligne ?

Oui. Après vous être connecté, saisissez votre description dans l'essai en ligne en haut de cette page pour générer d'abord 5 secondes et confirmer la direction ; si le résultat vous convient, soumettez la même description via l'API.

Modèles et capacités Runway Gen 4.5
Avec Seedance 2.5 image-vers-vidéo, faut-il téléverser à la fois la première et la dernière image ?

Non. En mode première image/première et dernière images, si vous ne téléversez que first_frame_url, le modèle prolonge naturellement la suite de l'image à partir de la première image ; si vous devez contrôler l'état final du plan, fournissez alors également last_frame_url. La dernière image ne peut pas être utilisée seule. Vous pouvez aussi utiliser reference_image_urls ou reference_audio_urls en mode référence, sans transmettre d'images de début et de fin.

Modèles et capacités Seedance 2.5
Le premier frame, les frames de début et de fin et les matériaux de référence multiples peuvent-ils être mélangés dans une même requête ?

Actuellement, HiAPI Playground les traite comme deux modes d'entrée : le mode première image/première et dernière images, ou le mode référence via reference_image_urls et reference_audio_urls. Pour éviter que les signaux de contrôle n'entrent en conflit, veuillez ne conserver qu'un seul mode à la fois ; si vous avez besoin d'une vidéo de référence pour guider les mouvements ou les mouvements de caméra, utilisez plutôt seedance-2.5/reference-to-video séparément.

Modèles et capacités Seedance 2.5
Quelles durées et résolutions sont prises en charge par Seedance 2.5 pour la génération de vidéo à partir d'image ?

Le contrat de requête actuel prend en charge des durées entières de 4 à 30 secondes, ainsi que 720p et 1080p. Le aspect_ratio de sortie est fixé à adaptive et suit le cadrage de la première image. Les quatre exemples de la page sont tous en 720p, dont trois de 4 secondes et un de 5 secondes ; 30 secondes fait partie de la plage prise en charge par l'API, mais aucun exemple correspondant n'est disponible sur la page pour l'instant.

Modèles et capacités Seedance 2.5
Comment la génération de vidéo à partir d'image avec Seedance 2.5 est-elle facturée ?

La facturation est basée sur la durée de sortie et la résolution ; le 720p et le 1080p utilisent des tarifs par seconde différents ; les montants exacts sont ceux affichés en temps réel sur la page du modèle et dans l'historique des tâches.

Modèles et capacités Seedance 2.5
Comment écrire un Prompt de transition entre image de début et image de fin ?

Décrivez d'abord le changement continu entre les deux images, puis verrouillez le cadrage, la lumière et les éléments qui ne doivent pas changer. Pour un cycle jour-nuit, indiquez l'écoulement du temps et l'allumage des lumières ; pour une croissance, indiquez l'ordre de croissance, caméra locked off, no cuts. Les images de début et de fin définissent les points extrêmes, le Prompt se charge d'expliquer le processus intermédiaire.

Modèles et capacités Seedance 2.5
Seedance 2.5 peut-il générer un audio synchronisé ?

Oui. generate_audio est activé par défaut et permet de générer des dialogues, des sons d'ambiance, des effets sonores et une musique de fond synchronisés avec l'image. Pour obtenir une vidéo silencieuse, définissez-le sur false ; pour les contenus commerciaux importants, vérifiez toujours le volume, l'exactitude des dialogues et les droits musicaux avant la publication.

Modèles et capacités Seedance 2.5
Comment appeler Seedance 2.5 pour la génération de vidéo à partir d'une image via l'API ?

Envoyez une tâche asynchrone à POST /v1/tasks, définissez model sur seedance-2.5/image-to-video, et transmettez dans input les paramètres prompt, first_frame_url, last_frame_url facultatif, resolution, duration et generate_audio. La requête de création renvoie un taskId ; consultez la documentation de l'API pour callback, l'interrogation et les limites complètes des ressources.

Modèles et capacités Seedance 2.5
Pourquoi la génération de vidéo par référence avec Seedance 2.5 exige-t-elle obligatoirement l'envoi d'une vidéo de référence ?

La tâche principale de ce modèle consiste à extraire d'une vidéo le mouvement, les mouvements de caméra, le rythme ou le langage corporel ; il faut donc au moins 1 segment dans reference_video_urls. Les images et audios de référence ne peuvent que compléter le sujet, le style ou le son, et ne peuvent pas remplacer la vidéo de référence obligatoire.

Modèles et capacités Seedance 2.5
Quelle est la différence entre Reference-to-Video et Image-to-Video ?

Reference-to-Video utilise une vidéo pour transférer les mouvements, les mouvements de caméra et le rythme, sans garantir une reproduction exacte de la première ou de la dernière image ; pour étendre un plan à partir d'une image ou verrouiller les points de départ et d'arrivée, il faut utiliser seedance-2.5/image-to-video. Le Reference-to-Video ne sert pas non plus à éditer ou prolonger une vidéo existante.

Modèles et capacités Seedance 2.5
Comment @video1, @image1 et @audio1 correspondent-ils aux médias ?

La numérotation est calculée indépendamment selon l'ordre de téléversement dans chaque tableau. La première entrée de reference_video_urls correspond à @video1, la première image de reference_image_urls correspond à @image1, et le premier extrait de reference_audio_urls correspond à @audio1. Le prompt doit préciser si chaque média fournit l'action, le sujet, le style ou le son.

Modèles et capacités Seedance 2.5
Combien de fichiers sources la génération de vidéo par référence de Seedance 2.5 prend-elle en charge au maximum ?

Prend en charge 1 à 10 vidéos de référence, jusqu'à 30 images de référence et 10 audios de référence. La durée cumulée des vidéos de référence ne doit pas dépasser 30 secondes, et celle des audios de référence non plus ; ces deux limites sont calculées séparément. Les vidéos doivent faire au moins 409600 pixels, à 24–60 fps, et durer entre 2 et 30 secondes chacune.

Modèles et capacités Seedance 2.5
Comment la génération de vidéo par référence avec Seedance 2.5 est-elle facturée ?

La vidéo de référence et la vidéo générée sont toutes deux facturées à la durée. Coût = prix unitaire par seconde × (durée de la vidéo de référence + durée de la vidéo de sortie)

Modèles et capacités Seedance 2.5
La génération de vidéo par référence de Seedance 2.5 prend-elle en charge l'audio synchronisé ?

Oui. generate_audio est activé par défaut et permet de générer des dialogues, des effets sonores et une ambiance sonore synchronisés ; lorsqu'il est défini sur false, seule l'image est générée. L'audio de référence sert à guider la voix ou le rythme, mais au moins une vidéo de référence doit toujours être fournie en même temps.

Modèles et capacités Seedance 2.5
Comment appeler Seedance 2.5 pour la génération de vidéo par référence via l'API ?

Envoyez une tâche asynchrone à POST /v1/tasks, en plaçant model au niveau supérieur de la requête et en le définissant sur seedance-2.5/reference-to-video ; transmettez prompt et reference_video_urls dans input, puis ajoutez selon les besoins des images, de l'audio, la résolution, la durée et le format de sortie. La requête de création renvoie un taskId.

Modèles et capacités Seedance 2.5
Quelle est la différence entre la génération d'images à partir d'images et à partir de texte avec Seedream 4.5 ?

L'endpoint image-to-image utilise l'image que vous téléchargez comme base d'édition, ce qui convient pour changer les couleurs, remplacer le décor, refaire l'éclairage, convertir le style et composer plusieurs images ; la génération texte-to-image, elle, crée une image de zéro à partir du texte uniquement. Lorsqu'il faut conserver le sujet, la composition ou le texte présent dans l'image, il est préférable d'utiliser le modèle image-to-image actuel.

Modèles et capacités Seedream 4.5
Combien d'images de référence Seedream 4.5 prend-il en charge au maximum ?

Chaque requête peut téléverser de 1 à 14 images JPEG, PNG ou WebP, avec une taille maximale de 10 Mo par fichier ; le format SVG n'est pas pris en charge. Pour les tâches multi-images, vous pouvez spécifier explicitement l'usage de chaque image dans le Prompt avec « image 1 », « image 2 », etc. ; l'ordre doit correspondre à celui du tableau image_urls.

Modèles et capacités Seedream 4.5
Comment est facturée l'édition d'images avec Seedream 4.5 ? Le nombre d'images de référence influence-t-il le prix ?

La facturation est basée sur les images de sortie générées avec succès, et non sur le nombre d'images de référence. Actuellement, les résolutions 2K et 4K utilisent le même tarif public ; le montant exact dépend du prix en temps réel sur la page du modèle et de l'historique des tâches.

Modèles et capacités Seedream 4.5
Comment faire en sorte que Seedream 4.5 conserve le sujet, la composition ou le texte présent dans une image ?

Le prompt doit préciser à la fois « ce qu'il faut changer » et « ce qui doit rester inchangé », par exemple conserver le contour du sujet, l'angle de la caméra, l'ombre de contact, la disposition de la boutique ou le texte calligraphique. Vérifiez d'abord le résultat dans le Playground ; pour les contenus comportant du texte de marque et des exigences de mise en page strictes, il est recommandé de conserver une étape de révision humaine.

Modèles et capacités Seedream 4.5
Comment choisir entre Seedream 4.5 et FLUX.2 [pro] Image to Image ?

Seedream 4.5 accepte jusqu'à 14 images de référence en une seule fois, ce qui le rend adapté à la composition multi-images, aux scénarios en chinois et aux retouches nécessitant de conserver le texte présent dans l'image. FLUX.2 [pro] Image to Image accepte jusqu'à 8 images de référence et convient davantage comme alternative pour la cohérence photoréaliste et un autre style d'édition ; pour les tâches importantes, il est recommandé de comparer réellement avec le même jeu de ressources avant de choisir.

Modèles et capacités Seedream 4.5
Comment appeler Seedream 4.5 image-to-image via l'API ?

Envoyez une requête POST /v1/tasks avec model défini sur seedream-4.5/image-to-image et transmettez les images de référence dans input.image_urls. La requête de création renvoie d'abord un taskId, la génération s'effectuant de manière asynchrone en arrière-plan ; consultez la documentation de l'API pour la requête de suivi de tâche, le callback, la gestion des erreurs et l'ensemble des paramètres.

Modèles et capacités Seedream 4.5
Peut-on générer des images directement, et aussi les modifier ?

Sans image de référence, l'image est générée à partir du texte ; avec une image de référence, l'image d'origine est modifiée ; avec plusieurs images de référence, il est possible de combiner sujets, scènes ou styles. Les deux usages partagent le même ID de modèle et acceptent jusqu'à 10 images de référence.

Modèles et capacités
Comment contrôler le format et la résolution ?

size prend en charge 1K, 1.5K, 2K ou largeurxhauteur. Pour un format précis, indiquez les dimensions en pixels ; le nombre total de pixels doit être compris entre 921600 et 4624220, et le rapport largeur/hauteur entre 1:16 et 16:1. Le niveau 4K n'est pas disponible actuellement.

Modèles et capacités
Quelle entrée est nécessaire pour un fond transparent ?

Utilisez transparent uniquement lors de l'édition d'une image de référence avec un canal alpha. Choisissez PNG comme format de sortie ou laissez sur auto ; ce n'est pas un interrupteur de détourage en un clic à partir de n'importe quelle image à fond blanc.

Modèles et capacités
Peut-on générer plusieurs images à la fois ou les recevoir progressivement ?

Actuellement, chaque tâche génère une seule image, et le résultat complet est obtenu via la requête de tâche ; aucun ensemble d'images, aucune image en streaming ni découpage en calques n'est fourni.

Modèles et capacités
Comment obtenir le résultat de la génération ?

Après avoir soumis la tâche, conservez le taskId, interrogez la tâche jusqu'à l'état success, puis lisez le lien de l'image dans output. La durée de stockage est déterminée par l'expireAt renvoyé ; pour un usage à long terme, sauvegardez-la en temps utile.

Modèles et capacités
Ces visuels conviennent-ils directement comme photos produit réelles ?

La génération d'images à partir de texte convient pour explorer la mise en scène, l'arrière-plan et l'éclairage, et peut aussi servir de proposition visuelle. Si l'image doit correspondre précisément à un produit réel, veuillez fournir une référence du produit et vérifier la structure, les couleurs, les logos et les textes ; ne prenez pas les détails conceptuels générés pour des faits du produit.

Modèles et capacités
Comment utiliser plusieurs images de référence ensemble ?

Commencez par préciser le rôle de chaque image, par exemple la première fournit le produit, la deuxième l'environnement, et la troisième sert uniquement de référence pour les couleurs. Ensuite, décrivez clairement l'image que vous souhaitez générer, ainsi que les détails du sujet qui ne doivent pas être modifiés ; évitez que différentes images imposent simultanément des exigences contradictoires.

Modèles et capacités
Peut-on continuer à modifier à partir de l'image précédente ?

Vous pouvez utiliser le résultat précédent comme image de référence pour la tâche suivante et préciser l'objectif de modification de cette fois-ci. Chaque tâche est traitée indépendamment et ne mémorise pas automatiquement les conversations, images ou historique de modifications précédents.

Modèles et capacités
Où confirmer les frais de génération ?

Consultez l'estimation des coûts dans le Playground avant l'exécution ; une fois terminé, référez-vous à l'enregistrement de la tâche. Actuellement, chaque tâche génère une image, et la zone de tarification de la page affiche les informations de facturation correspondantes.

Modèles et capacités
Combien d'images de référence l'édition d'images Seedream 5.0 Lite prend-elle en charge ?

Prend en charge de 1 à 14 images JPEG, PNG ou WebP, chacune inférieure à 10 Mo. Une seule image convient aux modifications locales, plusieurs images conviennent à la composition de sujets et de scènes.

Modèles et capacités
Le prix augmente-t-il avec le nombre d'images de référence ?

Non. La facturation actuelle est fixe par image générée, indépendamment du nombre d'images de référence, du niveau 2K/4K et du format ; le montant exact est celui du tarif en temps réel indiqué sur cette page.

Modèles et capacités
Comment modifier uniquement une partie du contenu ?

Précisez à la fois les éléments à modifier et la composition, le texte, les matériaux, la lumière et les positions qui doivent rester inchangés, en évitant de n'employer que des termes de style vagues.

Modèles et capacités
Peut-on modifier le texte dans une image ?

Oui. Dans le Prompt, il faut indiquer le texte d'origine et le nouveau texte, et demander de conserver le style de police, la taille, la position ainsi que l'effet de lueur ou d'impression d'origine.

Modèles et capacités
Comment téléverser une image de référence via l'API ?

Transmettez 1 à 14 URL d'images publiques dans input.image_urls de POST /v1/tasks, en soumettant simultanément le Prompt, le format d'image et la résolution 2K ou 4K.

Modèles et capacités
À quelles tâches la génération d'images à partir de texte Seedream 5.0 Lite est-elle adaptée ?

Elle convient aux affiches avec du texte, aux menus, aux infographies, aux bannières marketing ainsi qu'aux images nécessitant une livraison rapide en plusieurs formats. La version actuelle n'accepte que des prompts textuels et ne prend pas en charge les images de référence.

Modèles et capacités
Les prix du 2K et du 4K sont-ils identiques ?

Oui. Actuellement, le 2K et le 4K utilisent le même tarif à l'unité ; le format et la longueur du prompt ne modifient pas le prix ; le montant exact est celui du tarif en temps réel affiché sur cette page.

Modèles et capacités
Quels formats d'image sont pris en charge ?

Les formats 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 et 21:9 sont pris en charge.

Modèles et capacités
Peut-on téléverser une image de référence ?

Non. Pour l'édition par instruction ou la composition multi-images, veuillez utiliser l'ID de modèle indépendant seedream-5.0-lite/image-to-image.

Modèles et capacités
Quels champs sont requis pour une requête API minimale ?

Soumettez model à POST /v1/tasks, ainsi que input.prompt, input.aspect_ratio et input.resolution ; resolution ne peut être que 2K ou 4K.

Modèles et capacités
Combien d'images de référence l'édition d'image Seedream 5.0 Pro prend-elle en charge ?

Prend en charge de 1 à 10 images de référence JPEG, PNG ou WebP, chacune inférieure à 10 Mo ; le format SVG n'est pas pris en charge. Une seule image convient aux retouches locales, tandis que plusieurs images conviennent à la fusion de sujets, de styles et de scènes.

Modèles et capacités
Comment sont facturés 1K et 2K ?

1K et 2K utilisent des paliers différents par image, et le prix est facturé par image générée, indépendamment du nombre d'images de référence ; le montant exact est celui du prix en temps réel affiché sur cette page.

Modèles et capacités
Comment faire pour que les zones non modifiées restent inchangées ?

Indiquez clairement dans le Prompt à la fois le contenu à modifier et les structures, textes, cadrages, éclairages et positions des objets qui doivent être préservés.

Modèles et capacités
La génération d'images à partir de texte et l'édition d'images utilisent-elles le même ID de modèle ?

Non. La page actuelle utilise seedream-5.0-pro/image-to-image ; pour générer une image directement à partir de texte, il faut utiliser le modèle distinct seedream-5.0-pro/text-to-image.

Modèles et capacités
Comment soumettre une image de référence via l'API ?

Transmettez de 1 à 10 URL d'images publiques dans input.image_urls de POST /v1/tasks, en soumettant simultanément le Prompt, le format d'image, la résolution et le format de sortie.

Modèles et capacités
À quelles tâches le text-to-image de Seedream 5.0 Pro est-il adapté ?

Il est adapté aux publicités produit, à la photographie de personnages, aux affiches, au texte dans l'image et aux scènes complexes. La voie text-to-image actuelle n'accepte pas d'images de référence ; pour éditer une image, veuillez utiliser l'ID de modèle Image to Image dédié.

Modèles et capacités
Quels formats et proportions sont pris en charge ?

Prise en charge de 1:1, 4:3, 3:4, 16:9, 9:16, 2:3, 3:2 et 21:9 ; les formats de sortie sont PNG ou JPEG.

Modèles et capacités
Comment écrire un prompt pour du texte dans une image ?

Placez le texte à faire apparaître entre guillemets, en précisant sa position, le style de police et les autres textes à proscrire. Vérifiez d'abord la mise en page en 1K, puis générez la version finale en 2K.

Modèles et capacités
Comment appeler via l'API ?

Soumettez l'ID du modèle, le Prompt, le format d'image, la résolution et le format de sortie à POST /v1/tasks, puis interrogez le résultat asynchrone via taskId.

Modèles et capacités
Kling 3.0 Turbo Image to Video nécessite-t-il le téléchargement d'une image ?

Oui. Actuellement, kling-3.0-turbo/image-to-video est une voie de génération de vidéo à partir d'une image : l'image d'entrée définit le sujet et la composition initiale, tandis que le Prompt définit les mouvements, la caméra et les changements d'environnement.

Modèles et capacités Kling 3.0 Turbo
Quelles durées et résolutions Kling 3.0 Turbo Image to Video prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 3–15 s, avec des résolutions de sortie de 720p et 1080p. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et dans la documentation de l'API.

Modèles et capacités Kling 3.0 Turbo
Comment la fonctionnalité Kling 3.0 Turbo Image to Video est-elle facturée ?

Les tâches sont facturées en fonction de la durée de sortie et du niveau sélectionné. La page affiche le prix en temps réel selon l'unité monétaire globale, et la facturation finale se base sur l'enregistrement des tâches réussies.

Modèles et capacités Kling 3.0 Turbo
Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'image ?

Utilisez une image d'entrée au sujet net, peu masqué et à la composition complète ; le Prompt décrit d'abord l'action principale et le cadrage, puis énumère l'apparence, les matériaux et les relations avec l'arrière-plan à conserver. Pour le premier test, il est recommandé d'utiliser une durée plus courte.

Modèles et capacités Kling 3.0 Turbo
Hailuo 2.3 Fast Image to Video nécessite-t-il de téléverser une image ?

Oui. Actuellement, hailuo-2.3-fast/image-to-video est une voie de génération de vidéo à partir d'image : l'image d'entrée définit le sujet et la composition initiale, tandis que le prompt gère les mouvements, les mouvements de caméra et les changements d'environnement.

Modèles et capacités
Quelles durées et résolutions Hailuo 2.3 Fast Image to Video prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 6s / 10s. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et dans la documentation de l'API.

Modèles et capacités
Comment la génération de vidéo à partir d'image avec Hailuo 2.3 Fast est-elle facturée ?

Les tâches sont facturées par vidéo, selon le palier de durée sélectionné. La page affiche le prix en temps réel dans l'unité monétaire globale ; le débit final est basé sur l'enregistrement des tâches réussies.

Modèles et capacités
Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'une image ?

Utilisez une image d'entrée au sujet clair, peu occulté et à la composition complète ; le Prompt décrit d'abord l'action principale et le cadrage, puis énumère l'apparence, les matériaux et les relations d'arrière-plan à conserver impérativement. Pour le premier test, il est recommandé d'utiliser une durée courte.

Modèles et capacités
Kling 3.0 Image-to-Video nécessite-t-il de téléverser une image ?

Oui. Actuellement, kling-3.0/image-to-video est une voie de génération de vidéo à partir d'image : l'image d'entrée définit le sujet et la composition initiale, tandis que le Prompt gère les actions, les mouvements de caméra et les changements d'environnement.

Modèles et capacités Kling 3.0
Quelles durées et résolutions Kling 3.0 Image-to-Video prend-il en charge ?

Le contrat de requête actuel de HiAPI prend en charge 3–15s, avec des résolutions de sortie de 720p, 1080p et 4K. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et la documentation API.

Modèles et capacités Kling 3.0
Comment la fonctionnalité Image-to-Video de Kling 3.0 est-elle facturée ?

Les tâches sont facturées en fonction de la durée de sortie et du palier choisi. La page affiche le prix en temps réel selon l'unité monétaire globale, et la facturation finale se base sur l'enregistrement des tâches réussies.

Modèles et capacités Kling 3.0
Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'une image ?

Utilisez une image d'entrée dont le sujet est net, peu masqué et bien composé ; dans le Prompt, décrivez d'abord l'action principale et le cadrage, puis énumérez les éléments d'apparence, de matière et les relations avec l'arrière-plan qui doivent être préservés. Pour un premier test, il est recommandé d'utiliser une durée courte.

Modèles et capacités Kling 3.0
Grok Imagine Image to Video nécessite-t-il le téléversement d'une image ?

Oui. Actuellement, grok-imagine/image-to-video est une voie de génération de vidéo à partir d'image : l'image d'entrée définit le sujet et la composition de départ, tandis que le prompt gère les actions, les mouvements de caméra et les changements d'environnement.

Modèles et capacités Grok Imagine
Quelles durées et résolutions Grok Imagine Image to Video prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 6–30s, avec des résolutions de sortie de 480p et 720p. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et la documentation de l'API.

Modèles et capacités Grok Imagine
Comment la génération d'images en vidéo Grok Imagine est-elle facturée ?

Les tâches sont facturées selon la durée de sortie et le niveau sélectionné. La page affiche le prix en temps réel dans l'unité monétaire globale ; le débit final est basé sur l'enregistrement des tâches réussies.

Modèles et capacités Grok Imagine
Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'une image ?

Utilisez une image d'entrée avec un sujet net, peu d'occlusions et une composition complète ; dans le Prompt, décrivez d'abord l'action principale et le mouvement de caméra, puis énumérez l'apparence, les matériaux et les relations avec l'arrière-plan qui doivent être préservés. Pour le premier test, il est recommandé d'utiliser une durée plus courte.

Modèles et capacités Grok Imagine
Wan 2.7 Image to Video nécessite-t-il de téléverser une image ?

Oui. Actuellement, wan2.7-video/image-to-video est un pipeline de génération de vidéo à partir d'image : l'image d'entrée définit le sujet et la composition initiale, tandis que le prompt décrit les actions, les mouvements de caméra et les changements d'environnement.

Modèles et capacités Wan 2.7 Video
Quelles durées et résolutions Wan 2.7 Image to Video prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 2–15s, avec des résolutions de sortie de 720P et 1080P. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et la documentation API.

Modèles et capacités Wan 2.7 Video
Comment la génération d'image en vidéo Wan 2.7 est-elle facturée ?

Les tâches sont facturées en fonction de la durée de sortie et du niveau sélectionné. La page affiche le prix en temps réel selon l'unité monétaire globale, et le débit final est basé sur les enregistrements des tâches réussies.

Modèles et capacités Wan 2.7 Video
Comment améliorer la stabilité du sujet en génération vidéo à partir d'images ?

Utilisez une image d'entrée avec un sujet clair, peu d'occlusions et une composition complète ; dans le prompt, décrivez d'abord l'action principale et le cadrage, puis énumérez l'apparence, les matériaux et les relations avec l'arrière-plan qui doivent être conservés. Pour le premier test, il est recommandé d'utiliser une durée plus courte.

Modèles et capacités Wan 2.7 Video
Grok Imagine 1.5 Image to Video nécessite-t-il le téléchargement d'une image ?

Oui. Actuellement, grok-imagine-1.5/image-to-video est une voie de génération vidéo à partir d'image : l'image d'entrée définit le sujet et la composition initiale, tandis que le Prompt décrit les mouvements, les mouvements de caméra et les changements d'environnement.

Modèles et capacités Grok Imagine 1.5
Quelles durées et résolutions Grok Imagine 1.5 Image to Video prend-il en charge ?

Le contrat de requête actuel de HiAPI prend en charge 1–15s, avec des résolutions de sortie de 480p et 720p. Les valeurs disponibles sont celles du panneau de paramètres de la page et de la documentation API.

Modèles et capacités Grok Imagine 1.5
Comment est facturé Grok Imagine 1.5 Image to Video ?

Les tâches sont facturées en fonction de la durée de sortie et du niveau sélectionné. La page affiche le prix en temps réel selon l'unité monétaire globale ; la facturation finale se base sur l'enregistrement des tâches réussies.

Modèles et capacités Grok Imagine 1.5
Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'images ?

Utilisez une image d'entrée avec un sujet net, peu d'occlusions et une composition complète ; dans le Prompt, décrivez d'abord l'action principale et le cadrage, puis énumérez l'apparence, les matériaux et les relations avec l'arrière-plan à conserver. Pour le premier test, il est recommandé d'utiliser une durée plus courte.

Modèles et capacités Grok Imagine 1.5
HappyHorse 1.1 Reference to Video nécessite-t-il de téléverser des images ?

Oui. Actuellement, happyhorse-1.1/reference-to-video est une voie de génération de vidéo à partir de références ; vous pouvez utiliser des images de référence pour contraindre le sujet, le style et la scène, tandis que le Prompt gère les actions, les mouvements de caméra et les changements d'environnement.

Modèles et capacités HappyHorse 1.1
Quelles durées et résolutions HappyHorse 1.1 Reference to Video prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 3–15s, avec des résolutions de sortie de 720p et 1080p. Les valeurs disponibles sont celles indiquées dans le panneau des paramètres de la page et dans la documentation de l'API.

Modèles et capacités HappyHorse 1.1
Comment est facturé HappyHorse 1.1 Reference to Video ?

Les tâches sont facturées en fonction de la durée de sortie et du niveau sélectionné. La page affiche le prix en temps réel selon l'unité monétaire globale, et le débit final se base sur l'enregistrement des tâches réussies.

Modèles et capacités HappyHorse 1.1
Comment améliorer la stabilité du sujet dans la génération vidéo à partir d'images ?

Utilisez une image d'entrée avec un sujet clair, peu d'occlusions et une composition complète ; dans le prompt, décrivez d'abord l'action principale et le mouvement de caméra, puis énumérez l'apparence, les matériaux et les relations avec l'arrière-plan qui doivent être préservés. Pour le premier test, il est recommandé d'utiliser une durée plus courte.

Modèles et capacités HappyHorse 1.1
Hailuo 2.3 Image to Video nécessite-t-il de téléverser une image ?

Oui. Actuellement, hailuo-2.3/image-to-video est une voie de génération de vidéo à partir d'une image : l'image d'entrée définit le sujet et la composition initiale, le Prompt décrit les actions, les mouvements de caméra et les changements d'environnement.

Modèles et capacités Hailuo 2.3
Quelles durées et résolutions Hailuo 2.3 Image to Video prend-il en charge ?

Le contrat de requête actuel de HiAPI prend en charge 6s / 10s. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et dans la documentation de l'API.

Modèles et capacités Hailuo 2.3
Comment la fonctionnalité Hailuo 2.3 Image to Video est-elle facturée ?

Les tâches sont facturées par vidéo, selon la durée sélectionnée. La page affiche les tarifs en temps réel dans l'unité monétaire globale ; le débit final se base sur l'enregistrement des tâches réussies.

Modèles et capacités Hailuo 2.3
Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'image ?

Utilisez une image d'entrée avec un sujet clair, peu d'occlusions et une composition complète ; dans le Prompt, décrivez d'abord l'action principale et le cadrage, puis énumérez l'apparence, les matériaux et les relations avec l'arrière-plan qui doivent être préservés. Pour le premier test, il est recommandé d'utiliser une durée plus courte.

Modèles et capacités Hailuo 2.3
Veo 3.1 Fast Image to Video nécessite-t-il de téléverser une image ?

Oui. Actuellement, veo-3.1-fast/image-to-video est une voie de génération de vidéo à partir d'image : l'image d'entrée définit le sujet et la composition initiale, tandis que le Prompt gère les actions, les mouvements de caméra et les changements d'environnement.

Modèles et capacités Veo 3.1 Fast
Quelles durées et résolutions Veo 3.1 Fast Image to Video prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 4s / 6s / 8s, avec des résolutions de sortie de 720p, 1080p et 4k. Les valeurs disponibles sont définies par le panneau de paramètres de la page et la documentation de l'API.

Modèles et capacités Veo 3.1 Fast
Comment Veo 3.1 Fast Image to Video est-il facturé ?

Les tâches sont facturées selon la durée de sortie et le niveau sélectionné. La page affiche le prix en temps réel en suivant l'unité monétaire globale ; le débit final est basé sur l'enregistrement des tâches réussies.

Modèles et capacités Veo 3.1 Fast
Comment améliorer la stabilité du sujet dans la génération de vidéo à partir d'image ?

Utilisez une image d'entrée au sujet clair, peu occulté et à la composition complète ; dans le Prompt, décrivez d'abord l'action principale et le plan, puis énumérez l'apparence, les matériaux et les relations avec l'arrière-plan qui doivent être préservés. Pour le premier test, il est recommandé d'utiliser une durée plus courte.

Modèles et capacités Veo 3.1 Fast
HappyHorse 1.1 Image to Video nécessite-t-il de téléverser une image ?

Oui. Actuellement, happyhorse-1.1/image-to-video est une voie de génération de vidéo à partir d'image : l'image d'entrée définit le sujet et la composition initiale, tandis que le Prompt gère les actions, les mouvements de caméra et les changements d'environnement.

Modèles et capacités HappyHorse 1.1
Quelles durées et résolutions HappyHorse 1.1 Image to Video prend-il en charge ?

Le contrat de requête actuel de HiAPI prend en charge 3–15s, avec des résolutions de sortie de 720p et 1080p. Les valeurs disponibles sont celles indiquées dans le panneau de paramètres de la page et dans la documentation de l'API.

Modèles et capacités HappyHorse 1.1
Comment la fonctionnalité HappyHorse 1.1 Image to Video est-elle facturée ?

La tâche est facturée selon la durée de sortie et le niveau sélectionné. La page affiche le prix en temps réel selon l'unité monétaire globale ; la facturation finale se base sur l'enregistrement des tâches réussies.

Modèles et capacités HappyHorse 1.1
Combien d'images de référence l'édition d'images FLUX.2 prend-elle en charge ?

Elle prend en charge de 1 à 8 images de référence JPEG, PNG ou WebP, chacune ne dépassant pas 10 Mo. Lors d'une composition multi-images, il convient de préciser dans le Prompt le rôle de chaque image, dans l'ordre.

Modèles et capacités FLUX.2
À quoi sert le format auto ?

auto suit le rapport largeur-hauteur de la première image de référence ; pour une sortie fixe en paysage, portrait ou carré, choisissez un format explicite.

Modèles et capacités FLUX.2
Comment la facturation s'effectue-t-elle pour 1K et 2K ?

1K et 2K utilisent des tarifs unitaires différents par image, le nombre d'images de référence n'entraîne pas de surcoût ; les montants exacts sont ceux du tarif en temps réel indiqué sur cette page.

Modèles et capacités FLUX.2
Comment réduire la dérive du sujet et du logo ?

Indiquez explicitement l'usage de chaque image de référence et énumérez à la fois les éléments du sujet, du texte, de la matière, de la position et de la lumière à modifier et ceux à conserver impérativement.

Modèles et capacités FLUX.2
Quels champs sont obligatoires pour l'API ?

Il faut fournir model, ainsi que input.prompt, input.image_urls, input.aspect_ratio et input.resolution.

Modèles et capacités FLUX.2
Combien d'images de référence l'édition d'images Grok Imagine prend-elle en charge ?

Le schéma public actuel prend en charge 1 à 3 images de référence. La page et l'API se conforment toutes deux à ce schéma.

Modèles et capacités Grok Imagine
Quelle est la différence entre l'édition standard et la voie Quality ?

La voie standard privilégie un prix fixe bas et une itération rapide ; Quality accorde plus d'importance à la cohérence du sujet, aux matériaux et aux détails finaux.

Modèles et capacités Grok Imagine
Comment fonctionne le format auto ?

auto suit la première image de référence, mais vous pouvez aussi choisir explicitement parmi quatorze formats paysage, carré ou portrait.

Modèles et capacités Grok Imagine
La facturation est-elle plus élevée avec davantage d'images de référence ?

Oui. En plus du prix de base de la sortie standard, des frais supplémentaires sont facturés par image de référence ; le montant exact est celui du prix en temps réel indiqué sur cette page.

Modèles et capacités Grok Imagine
De quoi l'API a-t-elle besoin au minimum ?

Soumettre model, input.prompt et input.image_urls ; le format d'image, la résolution et le format de sortie peuvent utiliser les valeurs par défaut.

Modèles et capacités Grok Imagine
Combien d'images de référence l'édition d'images Grok Imagine Quality prend-elle en charge ?

Le schéma public actuel prend en charge 1 à 3 images de référence. La page et l'API se conforment toutes deux à ce schéma.

Modèles et capacités Grok Imagine Quality
Quelle est la différence entre Quality et le parcours d'édition standard ?

Quality accorde plus d'importance à la cohérence du sujet, aux matériaux et aux détails, avec des paliers 1k/2k ; le parcours standard convient aux itérations rapides à faible coût.

Modèles et capacités Grok Imagine Quality
Comment fonctionne le format auto ?

auto suit la première image de référence, et vous pouvez aussi choisir explicitement parmi quatorze formats paysage, carré ou portrait.

Modèles et capacités Grok Imagine Quality
La facturation est-elle plus élevée avec davantage d'images de référence ?

Oui. En plus du prix de base de la sortie 1k/2k, des frais supplémentaires sont facturés par image de référence ; le montant exact est celui du tarif en temps réel indiqué sur cette page.

Modèles et capacités Grok Imagine Quality
De quoi l'API a-t-elle besoin au minimum ?

Soumettre model, input.prompt et input.image_urls ; le format, la résolution et le format de sortie peuvent utiliser les valeurs par défaut.

Modèles et capacités Grok Imagine Quality
Combien d'images de référence la retouche d'image Qwen Image 3.0 prend-elle en charge ?

Prend en charge 1 à 3 images de référence. Au moins une est requise, le champ API est input.image_urls.

Modèles et capacités Qwen Image 3.0
Quelle est la différence entre l'édition d'image Standard et Pro ?

La version Standard privilégie un coût réduit et des itérations rapides ; la version Pro est plus adaptée au remplacement précis de texte, aux textures complexes et à la mise en page finale.

Modèles et capacités Qwen Image 3.0
Comment sont facturés le 1K, le 2K et les images de référence ?

Le 1K et le 2K utilisent le même palier de sortie ; chaque image de référence est facturée en supplément. Les montants exacts sont ceux du tarif en temps réel affiché sur cette page.

Modèles et capacités Qwen Image 3.0
Comment réduire la dérive du sujet, de la mise en page ou du texte ?

Dans le prompt, énumérez séparément les éléments à modifier et ceux à conserver impérativement : sujet, texte, position, matière, angle de prise de vue et éclairage ; lorsque le texte doit être exact, écrivez le texte cible entre guillemets.

Modèles et capacités Qwen Image 3.0
Quels sont les champs minimaux à soumettre à l'API ?

Soumettez model, input.prompt et input.image_urls ; le format d'image, la résolution, le format de sortie et l'extension du prompt peuvent utiliser les valeurs par défaut.

Modèles et capacités Qwen Image 3.0
Combien d'images de référence l'édition d'images Qwen Image 3.0 Pro prend-elle en charge ?

Prend en charge 1 à 3 images de référence. Au moins une est requise, le champ API est input.image_urls.

Modèles et capacités
Quelle est la différence entre Pro et l'édition d'image standard ?

Pro est plus adapté au remplacement précis de texte, aux textures complexes et à la mise en page finale ; la version standard est plus adaptée au changement de couleur de produit à faible coût, au nettoyage et aux itérations rapides.

Modèles et capacités
Comment sont facturés la 1K, la 2K et les images de référence ?

La 1K et la 2K utilisent des paliers de sortie différents, et chaque image de référence fait l'objet d'un supplément ; les montants exacts sont ceux du tarif en temps réel indiqué sur cette page.

Modèles et capacités
Comment réduire la dérive du sujet, de la mise en page ou du texte ?

Dans le Prompt, listez séparément les éléments à modifier et ceux à conserver impérativement : sujet, texte, position, matière, angle de prise de vue et éclairage ; lorsque le texte doit être exact, écrivez le texte cible entre guillemets.

Modèles et capacités
Quels champs au minimum doivent être soumis à l'API ?

Soumettez model, input.prompt et input.image_urls ; le format d'image, la résolution, le format de sortie et l'extension du prompt peuvent utiliser les valeurs par défaut.

Modèles et capacités
À quelles tâches FLUX1.1 [pro] est-il principalement adapté ?

Adapté à la photographie réaliste, l'architecture, la gastronomie, la nature et les visuels commerciaux, avec prise en charge de dimensions personnalisées et d'un contrôle renforcé du prompt.

Modèles et capacités FLUX 1.1 Pro
FLUX1.1 [pro] prend-il en charge les images de référence ?

La ligne actuelle est une génération d'images purement textuelle, elle n'accepte pas d'images de référence.

Modèles et capacités FLUX 1.1 Pro
Quels formats de sortie sont pris en charge ?

La page actuelle affiche Custom width / height et Custom, 1:1, 16:9, 9:16 ; les options finales dépendent des paramètres du Playground.

Modèles et capacités FLUX 1.1 Pro
Comment FLUX1.1 [pro] est-il facturé ?

La facturation s'effectue selon le nombre d'images générées avec succès ; les éventuelles différences selon la résolution ou le niveau de qualité sont indiquées dans le tarif en temps réel sur la page.

Modèles et capacités FLUX 1.1 Pro
Comment appeler l'API FLUX1.1 [pro] ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant flux-1.1-pro pour model, et placez les paramètres de génération dans input.

Modèles et capacités FLUX 1.1 Pro
À quelles tâches Qwen Image 3.0 est-il principalement adapté ?

Utilisez Qwen Image 3.0 en ligne pour générer des affiches avec du texte en chinois et en anglais, éditer des scènes et créer des visuels produits ; il prend en charge l'extension de Prompt, les sorties 1K/2K et divers formats d'image, et permet de consulter des exemples, les tarifs et le code d'appel API.

Modèles et capacités Qwen Image 3.0
Qwen Image 3.0 prend-il en charge les images de référence ?

La ligne actuelle est de la génération d'images à partir de texte uniquement, elle n'accepte pas d'images de référence.

Modèles et capacités Qwen Image 3.0
Quels formats de sortie sont pris en charge ?

La page actuelle affiche 1K, 2K ainsi que 1:1, 16:9, 9:16, 4:3, 3:4 ; les options finales dépendent des paramètres du Playground.

Modèles et capacités Qwen Image 3.0
Comment Qwen Image 3.0 est-il facturé ?

La facturation est basée sur le nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est affichée en temps réel dans le tarif sur la page.

Modèles et capacités Qwen Image 3.0
Comment appeler l'API Qwen Image 3.0 ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur qwen-image-3.0/text-to-image, et placez les paramètres de génération dans input.

Modèles et capacités Qwen Image 3.0
À quelles tâches Qwen Image 3.0 Pro est-il principalement adapté ?

Il convient aux textes plus complexes, à l'architecture, aux retouches scientifiques, aux produits de luxe et aux mises en page publicitaires finales.

Modèles et capacités
Qwen Image 3.0 Pro prend-il en charge les images de référence ?

La ligne actuelle est en génération d'images purement textuelle, elle n'accepte pas d'images de référence.

Modèles et capacités
Quelles sont les spécifications de sortie prises en charge ?

La page actuelle affiche 1K, 2K ainsi que 1:1, 16:9, 9:16, 4:3, 3:4 ; les options finales dépendent des paramètres du Playground.

Modèles et capacités
Comment Qwen Image 3.0 Pro est-il facturé ?

La facturation s'effectue en fonction du nombre d'images générées avec succès ; toute différence éventuelle selon la résolution ou le niveau de qualité s'affiche dans le prix en temps réel sur la page.

Modèles et capacités
Comment appeler l'API Qwen Image 3.0 Pro ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant model qwen-image-3.0-pro/text-to-image, et placez les paramètres de génération dans input.

Modèles et capacités
À quelles tâches GPT Image 2 Image to Image est-il principalement adapté ?

Réaliser des modifications de fond, de lumière, de composition et de style à partir d'une ou plusieurs images de référence, tout en préservant la structure de l'image source.

Modèles et capacités GPT Image 2
GPT Image 2 Image to Image prend-il en charge les images de référence ?

Oui. La ligne actuelle nécessite des images de référence, avec un maximum de 6 ; les images de référence fournissent le sujet et la composition, tandis que le Prompt décrit la portée des modifications.

Modèles et capacités GPT Image 2
Quelles sont les spécifications de sortie prises en charge ?

La page actuelle affiche 1K, 2K, 4K ainsi que auto, 1:1, 9:16, 16:9, 4:3, 3:4 ; les options finales disponibles sont celles des paramètres du Playground.

Modèles et capacités GPT Image 2
Comment la fonctionnalité Image to Image de GPT Image 2 est-elle facturée ?

La facturation s'effectue en fonction du nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est indiquée dans le tarif en temps réel affiché sur la page.

Modèles et capacités GPT Image 2
Comment appeler l'API GPT Image 2 Image to Image ?

Soumettez une tâche asynchrone à POST /v1/tasks, en utilisant gpt-image-2/image-to-image comme model, et placez les paramètres de génération dans input.

Modèles et capacités GPT Image 2
À quelles tâches FLUX.2 [klein] 4B Image to Image est-il principalement adapté ?

Une voie légère et à faible coût, destinée à la retouche commerciale, au remplacement d'arrière-plan, au changement de couleur et à l'itération rapide à partir d'images de référence.

Modèles et capacités FLUX.2 Klein 4B
FLUX.2 [klein] 4B Image to Image prend-il en charge une image de référence ?

Oui. Le circuit actuel nécessite une image de référence, avec un maximum de 1 ; l'image de référence fournit le sujet et la composition, tandis que le Prompt décrit la portée des modifications.

Modèles et capacités FLUX.2 Klein 4B
Quelles spécifications de sortie sont prises en charge ?

La page actuelle affiche 0,25 MP, 0,5 MP, 1 MP, 2 MP, 4 MP ainsi que 1:1, 16:9, 9:16, 4:3, 3:4 ; les options finales dépendent des paramètres du Playground.

Modèles et capacités FLUX.2 Klein 4B
Comment la fonction Image vers Image de FLUX.2 [klein] 4B est-elle facturée ?

La facturation se fait en fonction du nombre d'images générées avec succès ; les éventuelles différences selon la résolution ou le niveau de qualité sont indiquées dans le tarif en temps réel de la page.

Modèles et capacités FLUX.2 Klein 4B
Comment appeler l'API FLUX.2 [klein] 4B Image to Image ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur flux-2-klein-4b/image-to-image, et placez les paramètres de génération dans input.

Modèles et capacités FLUX.2 Klein 4B
À quelles tâches Nano Banana Pro est-il principalement adapté ?

Générer des images commerciales très détaillées, ou effectuer une repeinture en combinant éventuellement des images de référence, avec une prise en charge de formats variés et une sortie jusqu'à 4K.

Modèles et capacités Nano Banana Pro
Nano Banana Pro prend-il en charge les images de référence ?

Prend en charge jusqu'à 8 images de référence facultatives ; sans téléversement, il peut être utilisé en génération d'images purement textuelle.

Modèles et capacités Nano Banana Pro
Quelles spécifications de sortie sont prises en charge ?

La page actuelle affiche 1K, 2K, 4K ainsi que auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9 ; les options finales sont celles des paramètres du Playground.

Modèles et capacités Nano Banana Pro
Comment Nano Banana Pro est-il facturé ?

La facturation se fait en fonction du nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est affichée en temps réel dans le tarif de la page.

Modèles et capacités Nano Banana Pro
Comment appeler l'API Nano Banana Pro ?

Soumettez une tâche asynchrone via POST /v1/tasks, utilisez nano-banana-pro pour model et placez les paramètres de génération dans input.

Modèles et capacités Nano Banana Pro
À quelles tâches FLUX.1 [schnell] est-il principalement adapté ?

Modèle ultra-rapide et à faible coût en 1 à 4 étapes, adapté aux esquisses, à la génération d'images par lots et à l'exploration rapide de prompts.

Modèles et capacités FLUX.1 Schnell
FLUX.1 [schnell] prend-il en charge les images de référence ?

La ligne actuelle est de la génération d'images purement textuelle et n'accepte pas d'images de référence.

Modèles et capacités FLUX.1 Schnell
Quelles spécifications de sortie sont prises en charge ?

La page actuelle affiche 1-12 inference steps et les formats 1:1, 16:9, 9:16, 4:3, 3:4 ; les options finales dépendent des paramètres du Playground.

Modèles et capacités FLUX.1 Schnell
Comment la facturation de FLUX.1 [schnell] fonctionne-t-elle ?

La facturation est basée sur le nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est indiquée dans le prix en temps réel affiché sur la page.

Modèles et capacités FLUX.1 Schnell
Comment appeler l'API FLUX.1 [schnell] ?

Soumettez une tâche asynchrone via POST /v1/tasks, utilisez flux-schnell/text-to-image comme model et placez les paramètres de génération dans input.

Modèles et capacités FLUX.1 Schnell
À quelles tâches Nano Banana 2 Lite est-il principalement adapté ?

Une offre d'entrée de gamme à résolution fixe de 1K, adaptée aux grands lots d'esquisses, aux itérations rapides et à la retouche avec plusieurs images de référence en option.

Modèles et capacités Nano Banana 2 Lite
Nano Banana 2 Lite prend-il en charge les images de référence ?

Prend en charge jusqu'à 10 images de référence facultatives ; sans téléversement, il peut être utilisé en génération d'images purement textuelle.

Modèles et capacités Nano Banana 2 Lite
Quelles spécifications de sortie sont prises en charge ?

La page actuelle affiche 1K et auto, 1:1, 16:9, 9:16, 4:3, 3:4, 8:1, 1:8 ; les options finales dépendent des paramètres du Playground.

Modèles et capacités Nano Banana 2 Lite
Comment Nano Banana 2 Lite est-il facturé ?

La facturation s'effectue selon le nombre d'images générées avec succès ; toute différence liée à la résolution ou au niveau de qualité s'affiche en temps réel dans le tarif indiqué sur la page.

Modèles et capacités Nano Banana 2 Lite
Comment appeler l'API Nano Banana 2 Lite ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant Nano-Banana-2-Lite comme model, et placez les paramètres de génération dans input.

Modèles et capacités Nano Banana 2 Lite
À quelles tâches le passage du texte à l'image de Grok Image 2.0 est-il principalement adapté ?

Il prend en charge les niveaux de qualité low/medium, les sorties 1K/2K et les formats allant du carré à l'ultra-large, ce qui le rend adapté aux visuels de produit, éditoriaux, de paysage et de personnage.

Modèles et capacités Grok Imagine Image 2.0
Grok Image 2.0 Text to Image prend-il en charge les images de référence ?

La ligne actuelle est en génération d'images purement textuelle et n'accepte pas d'images de référence.

Modèles et capacités Grok Imagine Image 2.0
Quelles sont les spécifications de sortie prises en charge ?

La page actuelle affiche 1K, 2K ainsi que auto, 1:1, 16:9, 9:16, 4:3, 3:4, 2:1, 1:2 ; les options finales disponibles sont celles des paramètres du Playground.

Modèles et capacités Grok Imagine Image 2.0
Comment Grok Image 2.0 Text to Image est-il facturé ?

La facturation est basée sur le nombre d'images générées avec succès ; les éventuelles différences selon la résolution ou le niveau de qualité sont affichées en temps réel dans les tarifs de la page.

Modèles et capacités Grok Imagine Image 2.0
Comment appeler l'API Grok Image 2.0 Text to Image ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec le model grok-imagine-image-2.0/text-to-image ; les paramètres de génération sont placés dans input.

Modèles et capacités Grok Imagine Image 2.0
À quelles tâches l'image vers image de Grok Image 2.0 est-il principalement adapté ?

Modifier une image de référence publique pour changer les couleurs, le style, la scène et affiner les détails, tout en conservant le format de l'image de référence.

Modèles et capacités Grok Imagine Image 2.0
Grok Image 2.0 Image to Image prend-il en charge les images de référence ?

Oui. La ligne actuelle nécessite une image de référence, avec un maximum de 1 ; l'image de référence fournit le sujet et la composition, tandis que le Prompt décrit la portée des modifications.

Modèles et capacités Grok Imagine Image 2.0
Comment la fonctionnalité Image to Image de Grok Image 2.0 est-elle facturée ?

La facturation se fait en fonction du nombre d'images générées avec succès ; les éventuelles différences selon la résolution ou le niveau de qualité sont indiquées en temps réel dans les tarifs affichés sur la page.

Modèles et capacités Grok Imagine Image 2.0
Comment appeler l'API Grok Image 2.0 Image to Image ?

Soumettez une tâche asynchrone à POST /v1/tasks, utilisez grok-imagine-image-2.0/image-to-image comme model et placez les paramètres de génération dans input.

Modèles et capacités Grok Imagine Image 2.0
À quelles tâches Qwen Image 2.0 est-il principalement adapté ?

Modèle au excellent rapport qualité-prix prenant en charge le chinois, les prompts négatifs, l'extension de prompt, une Seed optionnelle et cinq tailles d'image en 2K pixels.

Modèles et capacités Qwen Image 2.0
Qwen Image 2.0 prend-il en charge les images de référence ?

La ligne actuelle est en génération d'images purement textuelle et n'accepte pas d'images de référence.

Modèles et capacités Qwen Image 2.0
Quelles sont les spécifications de sortie prises en charge ?

La page actuelle présente 2688×1536, 2368×1728, 2048×2048, 1728×2368, 1536×2688 et ; les options finales dépendent des paramètres du Playground.

Modèles et capacités Qwen Image 2.0
Comment Qwen Image 2.0 est-il facturé ?

La facturation se fait en fonction du nombre d'images générées avec succès ; les éventuelles différences selon la résolution ou le niveau de qualité sont affichées dans le tarif en temps réel sur la page.

Modèles et capacités Qwen Image 2.0
Comment appeler l'API Qwen Image 2.0 ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur qwen-image-2.0, et placez les paramètres de génération dans input.

Modèles et capacités Qwen Image 2.0
À quelles tâches Nano Banana est-il principalement adapté ?

Un modèle de génération d'images polyvalent adapté à l'illustration, à la photographie, aux concepts de produits et aux visuels pour les réseaux sociaux.

Modèles et capacités Nano Banana
Nano Banana prend-il en charge les images de référence ?

La ligne actuelle est de la génération d'images purement textuelle, elle n'accepte pas d'images de référence.

Modèles et capacités Nano Banana
Quelles sont les spécifications de sortie prises en charge ?

La page actuelle affiche 1K ainsi que auto, 1:1, 16:9, 9:16, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9 ; les options finales disponibles sont celles des paramètres du Playground.

Modèles et capacités Nano Banana
Comment Nano Banana est-il facturé ?

La facturation se fait en fonction du nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est indiquée en temps réel dans les tarifs de la page.

Modèles et capacités Nano Banana
Comment appeler l'API Nano Banana ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur nano-banana, et placez les paramètres de génération dans input.

Modèles et capacités Nano Banana
À quelles tâches Nano Banana 2 est-il principalement adapté ?

Il prend en charge des images de référence facultatives, une grande variété de formats et des résolutions plus élevées, et peut être utilisé pour la génération et le redessin d'images.

Modèles et capacités Nano Banana 2
Nano Banana 2 prend-il en charge les images de référence ?

Prend en charge jusqu’à 14 images de référence facultatives ; sans téléversement, il peut être utilisé en génération d’images purement textuelle.

Modèles et capacités Nano Banana 2
Quelles spécifications de sortie sont prises en charge ?

La page actuelle affiche 1K, 2K, 4K ainsi que 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9, 21:9, auto ; les options finales disponibles dépendent des paramètres du Playground.

Modèles et capacités Nano Banana 2
Comment Nano Banana 2 est-il facturé ?

La facturation est basée sur le nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est indiquée dans le tarif en temps réel sur la page.

Modèles et capacités Nano Banana 2
Comment appeler l'API Nano Banana 2 ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant nano-banana-2 comme model, et placez les paramètres de génération dans input.

Modèles et capacités Nano Banana 2
À quelles tâches principales GPT Image 2 Ext Text to Image est-il adapté ?

Une voie de génération compatible avec GPT Image 2, offrant un contrôle de la qualité et de la résolution ; la vue d'ensemble du produit et l'intention de recherche principale sont couvertes par la page officielle GPT Image 2.

Modèles et capacités GPT Image 2
Le modèle GPT Image 2 Ext Text to Image prend-il en charge les images de référence ?

La ligne actuelle est une génération d'images purement textuelle et n'accepte pas d'images de référence.

Modèles et capacités GPT Image 2
Comment GPT Image 2 Ext Text to Image est-il facturé ?

La facturation est basée sur le nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est affichée en temps réel dans les tarifs de la page.

Modèles et capacités GPT Image 2
Comment appeler l'API GPT Image 2 Ext Text to Image ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec le modèle gpt-image-2/text-to-image@ext ; placez les paramètres de génération dans input.

Modèles et capacités GPT Image 2
À quelles tâches la version bêta de GPT Image 2 est-elle principalement adaptée ?

Ligne bêta conservée pour la compatibilité avec les appels existants ; pour les nouvelles intégrations, il est recommandé d'utiliser l'ID de modèle officiel GPT Image 2.

Modèles et capacités GPT Image 2
GPT Image 2 Beta prend-il en charge les images de référence ?

La ligne actuelle est en génération d'images purement textuelle, elle n'accepte pas d'images de référence.

Modèles et capacités GPT Image 2
Comment la GPT Image 2 Beta est-elle facturée ?

La facturation est basée sur le nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est affichée dans le tarif en temps réel sur la page.

Modèles et capacités GPT Image 2
Comment appeler l'API GPT Image 2 Beta ?

Soumettez une tâche asynchrone à POST /v1/tasks, avec model défini sur gpt-image-2/text-to-image@beta, et placez les paramètres de génération dans input.

Modèles et capacités GPT Image 2
À quelles tâches le GPT Image 2 Ext Image to Image est-il principalement adapté ?

Une voie d'édition compatible avec la prise en charge de plusieurs images de référence, du contrôle de la qualité, de la résolution et du format d'image.

Modèles et capacités GPT Image 2
GPT Image 2 Ext Image to Image prend-il en charge les images de référence ?

Oui. Le circuit actuel nécessite des images de référence, jusqu'à 6 ; les images de référence fournissent le sujet et la composition, et le Prompt décrit l'étendue des modifications.

Modèles et capacités GPT Image 2
Comment la fonction Ext Image to Image de GPT Image 2 est-elle facturée ?

La facturation est basée sur le nombre d'images générées avec succès ; toute différence selon la résolution ou le niveau de qualité est indiquée en temps réel dans les tarifs de la page.

Modèles et capacités GPT Image 2
Comment appeler l'API GPT Image 2 Ext Image to Image ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant le modèle gpt-image-2/image-to-image@ext, et placez les paramètres de génération dans input.

Modèles et capacités GPT Image 2
À quoi Ideogram V4 est-il le plus adapté ?

Aux logos, affiches, lettrages, packagings et enseignes de boutique nécessitant un rendu précis des lettres latines.

Modèles et capacités Ideogram V4
Comment choisir parmi les trois niveaux de vitesse ?

TURBO convient aux brouillons rapides ; BALANCED équilibre vitesse et qualité ; QUALITY convient aux détails finaux et aux enseignes complexes.

Modèles et capacités Ideogram V4
Comment les trois niveaux de prix se distinguent-ils ?

TURBO, BALANCED et QUALITY utilisent des tarifs unitaires différents ; les montants exacts sont ceux affichés en temps réel sur cette page.

Modèles et capacités Ideogram V4
Comment améliorer la précision du texte dans une image ?

Écrivez mot pour mot dans le Prompt le texte à afficher, et précisez le style de police, la hiérarchie, la position et le contraste avec l'arrière-plan.

Modèles et capacités Ideogram V4
Prend-il en charge les images de référence ?

Actuellement, la page Ideogram V4 est dédiée à la génération d'images à partir de texte uniquement et n'accepte pas d'images de référence.

Modèles et capacités Ideogram V4
Quels sont les atouts de Qwen Image 2.0 Pro ?

Adapté aux textes en chinois, aux personnages, aux visuels de produits et aux scénarios conceptuels complexes, avec cinq préréglages de dimensions de niveau 2K.

Modèles et capacités
À quoi sert l'optimisation automatique de prompt ?

prompt_extend est activé par défaut : il enrichit l'entrée pour ajouter des détails visuels, au prix d'une légère latence supplémentaire ; vous pouvez le désactiver si vous devez suivre strictement le texte d'origine.

Modèles et capacités
Comment éviter les éléments non désirés ?

Décrivez le contenu à exclure via negative_prompt, et gardez un Prompt positif clair sur le sujet, le texte et la composition.

Modèles et capacités
Prenez-vous en charge les images de référence ?

Actuellement, la génération d'images Pro à partir de texte accepte uniquement du texte et ne prend pas en charge les images de référence.

Modèles et capacités
La taille modifie-t-elle le prix ?

Les cinq préréglages de taille actuels utilisent le même palier pour une image unique ; le montant exact est celui du prix en temps réel affiché sur cette page.

Modèles et capacités
À quoi sert la génération d'images à partir de texte avec Seedream 4.5 ?

Elle convient aux scènes de style chinois, à la photographie culinaire, aux visuels de science-fiction, aux paysages et à la création générale nécessitant une sortie en 2K/4K.

Modèles et capacités Seedream 4.5
Les prix du 2K et du 4K sont-ils différents ?

Actuellement, les deux résolutions utilisent le même palier pour une image unique ; le montant exact est celui du prix en temps réel affiché sur cette page.

Modèles et capacités Seedream 4.5
Pourquoi le format d'image est-il un paramètre obligatoire ?

Le contrat de la requête actuelle exige la soumission explicite de aspect_ratio et resolution, afin d'éviter que la taille de sortie ne dépende d'une valeur par défaut implicite.

Modèles et capacités Seedream 4.5
Peut-on téléverser une image de référence ?

Cette voie de génération d'images à partir de texte n'accepte pas d'image de référence ; veuillez utiliser seedream-4.5/image-to-image.

Modèles et capacités Seedream 4.5
Quelle est la longueur maximale du prompt ?

Prend en charge de 4 à 3000 caractères, en chinois comme en anglais.

Modèles et capacités Seedream 4.5
Quels formats d'image spéciaux Wan 2.7 Image prend-il en charge ?

Outre les formats paysage et portrait courants, il prend également en charge des formats ultra-larges ou ultra-hauts tels que 21:9, 8:1 et 1:8.

Modèles et capacités Wan 2.7 Image
À quoi sert le mode Thinking ?

Une fois activé, il augmente le temps de génération afin de renforcer le raisonnement et l'organisation visuelle pour les prompts complexes ; pour un brouillon rapide, il vaut mieux le laisser désactivé.

Modèles et capacités Wan 2.7 Image
Comment choisir entre 1K, 2K et 4K ?

Commencez par valider la direction avec 1K ou 2K, puis passez à 4K lorsque vous avez besoin d'un rendu final plus grand. Les prix affichés sur cette page correspondent à un tarif fixe par image.

Modèles et capacités Wan 2.7 Image
Le modèle prend-il en charge les images de référence ?

L'ID de modèle actuel correspond à une approche de génération d'images purement textuelle et n'accepte pas les images de référence.

Modèles et capacités Wan 2.7 Image
Comment reproduire les résultats ?

Fixez le seed, le Prompt, le format, la résolution et les paramètres du Thinking Mode.

Modèles et capacités Wan 2.7 Image
À quoi sert Z-Image ?

Il est adapté à la génération d'images à faible coût à partir d'invites en chinois, aux portraits réalistes, aux enseignes, aux paysages urbains nocturnes et aux visuels culinaires.

Modèles et capacités Z-Image
Quels formats d'image sont pris en charge ?

Prise en charge de 1:1, 4:3, 3:4, 16:9 et 9:16.

Modèles et capacités Z-Image
Peut-on contrôler la résolution ou le format ?

Le contrat de requête public actuel n'expose que Prompt et aspect_ratio ; il ne faut pas ajouter de champs de résolution ou de format non déclarés dans la requête.

Modèles et capacités Z-Image
Prenez-vous en charge les images de référence ?

Non. L'ID actuel du modèle Z-Image correspond à une génération d'images purement textuelle.

Modèles et capacités Z-Image
Comment appeler l'API ?

Soumettez model: z-image et input.prompt à POST /v1/tasks ; aspect_ratio est facultatif.

Modèles et capacités Z-Image
Quel type de modèle vidéo est HappyHorse 1.0 ?

Il s'agit d'une ligne de génération de vidéo à partir de texte uniquement, nécessitant seulement un Prompt textuel, sans téléversement d'image de départ.

Modèles et capacités HappyHorse 1.0
Quelles spécifications de sortie HappyHorse 1.0 prend-il en charge ?

Prend en charge une durée de 3 à 15 secondes, des résolutions incluant 720p et 1080p, ainsi que des formats d'image incluant 16:9, 9:16, 1:1, 4:3 et 3:4.

Modèles et capacités HappyHorse 1.0
Pouvez-vous générer de la voix ou utiliser une référence audio ?

Aucune entrée multimédia n'est acceptée ; les capacités vocales dépendent du contrat du modèle

Modèles et capacités HappyHorse 1.0
Comment la facturation de HappyHorse 1.0 fonctionne-t-elle ?

La facturation est basée sur la durée de sortie et le palier en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités HappyHorse 1.0
Comment appeler l'API HappyHorse 1.0 ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur happyhorse-1.0 et les paramètres placés dans input.

Modèles et capacités HappyHorse 1.0
Quel type de modèle vidéo est Kling 3.0 Text-to-Video ?

Il s'agit d'une voie de génération de vidéo à partir de texte uniquement, nécessitant seulement un Prompt textuel et ne demandant pas le téléversement d'une image de départ.

Modèles et capacités Kling 3.0
Quelles spécifications de sortie le Text-to-Video de Kling 3.0 prend-il en charge ?

Prise en charge de 3 à 15 secondes, avec des résolutions incluant 720p, 1080p et 4K, et des formats d'image incluant 16:9, 9:16 et 1:1.

Modèles et capacités Kling 3.0
Peut-on générer du son ou utiliser une référence audio ?

Option d'activation/désactivation de la génération de son

Modèles et capacités Kling 3.0
Comment la génération de vidéo à partir de texte avec Kling 3.0 est-elle facturée ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les différences liées à la résolution, au mode ou aux options audio sont déterminées par les prix affichés sur la page et l'historique des tâches.

Modèles et capacités Kling 3.0
Comment appeler l'API Kling 3.0 Text-to-Video ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant le model kling-3.0/text-to-video, avec les paramètres placés dans input.

Modèles et capacités Kling 3.0
Quel type de modèle vidéo est Veo 3.1 Fast Text to Video ?

C'est une voie de génération vidéo purement textuelle : il suffit d'un Prompt texte, sans exiger le téléversement d'une image de départ.

Modèles et capacités Veo 3.1 Fast
Quelles spécifications de sortie le mode Texte vers vidéo de Veo 3.1 Fast prend-il en charge ?

Il prend en charge des vidéos de 4 à 8 secondes, avec des résolutions incluant 720p, 1080p et 4k, et des formats d'image incluant 16:9 et 9:16.

Modèles et capacités Veo 3.1 Fast
Pouvez-vous générer du son ou utiliser une référence audio ?

La génération audio est activée par défaut

Modèles et capacités Veo 3.1 Fast
Comment la génération de vidéo à partir de texte Veo 3.1 Fast est-elle facturée ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités Veo 3.1 Fast
Comment appeler l'API Veo 3.1 Fast Text to Video ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant le modèle veo-3.1-fast/text-to-video, avec les paramètres placés dans input.

Modèles et capacités Veo 3.1 Fast
Quel type de modèle vidéo est Veo 3.1 Text to Video ?

Il s'agit d'une solution de génération de vidéo à partir de texte uniquement : il suffit d'un Prompt textuel, sans besoin de téléverser une image de départ.

Modèles et capacités Veo 3.1
Quelles sont les spécifications de sortie prises en charge par Veo 3.1 Text to Video ?

Durée de 4 à 8 secondes, résolutions 720p, 1080p et 4k, formats d'image 16:9 et 9:16.

Modèles et capacités Veo 3.1
Peut-on générer de la voix ou utiliser une référence audio ?

La génération audio est activée par défaut

Modèles et capacités Veo 3.1
Comment Veo 3.1 Text to Video est-il facturé ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités Veo 3.1
Comment appeler l'API Veo 3.1 Text to Video ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant le modèle veo-3.1/text-to-video, avec les paramètres placés dans input.

Modèles et capacités Veo 3.1
Seedance 2.0 est quel type de modèle vidéo ?

Il est centré sur le Prompt, et peut également intégrer des images de première et dernière frame ou des images, vidéos et audios de référence ; les différents modes de contrôle doivent être combinés conformément au contrat de paramètres actuel.

Modèles et capacités Seedance 2.0
Quelles spécifications de sortie Seedance 2.0 prend-il en charge ?

Prise en charge de 4 à 15 secondes, résolutions incluant 480p, 720p, 1080p, 4k, formats d'image incluant 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.

Modèles et capacités Seedance 2.0
Peut-on générer de l'audio ou utiliser une référence audio ?

Références image, vidéo et audio en option ; génération audio prise en charge

Modèles et capacités Seedance 2.0
Comment Seedance 2.0 est-il facturé ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités Seedance 2.0
Comment appeler l'API Seedance 2.0 ?

Soumettez une tâche asynchrone via POST /v1/tasks, utilisez seedance-2.0 pour le model et placez les paramètres dans input.

Modèles et capacités Seedance 2.0
Quel type de modèle vidéo est Seedance 2.0 Fast ?

Il est centré sur le Prompt, et peut également intégrer une première et une dernière image, ou des images, vidéos et audios de référence ; les différents modes de contrôle doivent être combinés selon le contrat de paramètres actuel.

Modèles et capacités
Quelles spécifications de sortie Seedance 2.0 Fast prend-il en charge ?

Prend en charge 4 à 15 secondes, les résolutions incluent 480p et 720p, les formats d'image incluent 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 et adaptive.

Modèles et capacités
Peut-on générer de l'audio ou utiliser une référence audio ?

Références image, vidéo et audio en option ; génération audio prise en charge

Modèles et capacités
Comment Seedance 2.0 Fast est-il facturé ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les écarts dus à la résolution, au mode ou aux options audio sont déterminés par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités
Comment appeler l'API Seedance 2.0 Fast ?

Soumettez une tâche asynchrone à POST /v1/tasks, en utilisant seedance-2.0-fast comme model, et placez les paramètres dans input.

Modèles et capacités
Quel type de modèle vidéo est Seedance 2.0 Ext ?

Il est centré sur le Prompt, et peut également intégrer des images de première et dernière frame ou des images, vidéos et audios de référence ; les différents modes de contrôle doivent être combinés conformément au contrat de paramètres en vigueur.

Modèles et capacités Seedance 2.0
Quelles spécifications de sortie Seedance 2.0 Ext prend-il en charge ?

Prend en charge une durée de 4 à 15 secondes, des résolutions incluant 720p, 1080p, 4k, et des formats d'image incluant 1:1, 4:3, 3:4, 16:9, 9:16, 21:9, adaptive.

Modèles et capacités Seedance 2.0
Comment Seedance 2.0 Ext est-il facturé ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités Seedance 2.0
Comment appeler l'API Seedance 2.0 Ext ?

Soumettez une tâche asynchrone à POST /v1/tasks, utilisez seedance-2.0@ext comme model, et placez les paramètres dans input.

Modèles et capacités Seedance 2.0
Quel type de modèle vidéo est Seedance 2.0 Mini ?

Il est centré sur le Prompt et peut également intégrer des images de première et dernière frame ou des images, vidéos et audios de référence ; les différents modes de contrôle doivent être combinés conformément au contrat de paramètres actuel.

Modèles et capacités
Quelles spécifications de sortie Seedance 2.0 Mini prend-il en charge ?

Prend en charge une durée de 4 à 15 secondes, des résolutions incluant 480p et 720p, ainsi que des formats d'image incluant 1:1, 4:3, 3:4, 16:9, 9:16, 21:9 et adaptive.

Modèles et capacités
Peut-on générer du son ou utiliser une référence audio ?

Références image, vidéo et audio en option ; génération audio prise en charge

Modèles et capacités
Comment Seedance 2.0 Mini est-il facturé ?

La facturation s'effectue selon la durée de sortie et le palier en temps réel ; les différences liées à la résolution, au mode ou aux options audio sont soumises aux prix affichés sur la page et à l'historique des tâches.

Modèles et capacités
Comment appeler l'API Seedance 2.0 Mini ?

Soumettez une tâche asynchrone à POST /v1/tasks, utilisez seedance-2.0-mini pour le model, et placez les paramètres dans input.

Modèles et capacités
Quel type de modèle vidéo est HappyHorse 1.1 Text to Video ?

C'est une solution de génération de vidéo à partir de texte uniquement : il suffit d'un Prompt texte, sans avoir à téléverser une image de départ.

Modèles et capacités HappyHorse 1.1
Quelles spécifications de sortie le Text to Video de HappyHorse 1.1 prend-il en charge ?

Prise en charge de 3 à 15 secondes, avec des résolutions incluant 720p et 1080p, et des formats d'image incluant 16:9, 9:16, 3:4, 4:3, 4:5, 5:4, 1:1, 9:21 et 21:9.

Modèles et capacités HappyHorse 1.1
Peut-on générer de la voix ou utiliser une référence audio ?

Aucune entrée multimédia n'est acceptée ; les capacités vocales dépendent du contrat du modèle

Modèles et capacités HappyHorse 1.1
Comment HappyHorse 1.1 Text to Video est-il facturé ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités HappyHorse 1.1
Comment appeler l'API HappyHorse 1.1 Text to Video ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur happyhorse-1.1/text-to-video, et placez les paramètres dans input.

Modèles et capacités HappyHorse 1.1
Quel type de modèle vidéo est MiniMax H3 ?

Il est centré sur le Prompt et peut également intégrer des images de première et dernière frame, ou des images, vidéos et audios de référence ; les différents modes de contrôle doivent être combinés selon le contrat de paramètres en vigueur.

Modèles et capacités MiniMax H3
Quelles spécifications de sortie MiniMax H3 prend-il en charge ?

Prise en charge de 4 à 15 secondes, la résolution inclut 2K, les formats d'image incluent 21:9, 16:9, 4:3, 1:1, 3:4, 9:16, adaptive.

Modèles et capacités MiniMax H3
Peut-on générer de l'audio ou utiliser une référence audio ?

Références image, vidéo et audio en option ; génération audio prise en charge

Modèles et capacités MiniMax H3
Comment MiniMax H3 est-il facturé ?

La facturation est basée sur la durée de sortie et le niveau en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités MiniMax H3
Comment appeler l'API MiniMax H3 ?

Soumettez une tâche asynchrone via POST /v1/tasks, utilisez minimax-h3 pour le modèle et placez les paramètres dans input.

Modèles et capacités MiniMax H3
Quel type de modèle vidéo est Wan 3.0 Video ?

Il est centré sur le Prompt, et peut également intégrer des images de première et dernière frame ou des images, vidéos et audios de référence ; les différents modes de contrôle doivent être combinés selon le contrat de paramètres actuel.

Modèles et capacités Wan 3.0 Video
Quelles spécifications de sortie Wan 3.0 Video prend-il en charge ?

Prise en charge de 2 à 30 secondes, avec des résolutions incluant 480P, 720P et 1080P, et des formats d'image incluant adaptive, 16:9, 4:3, 1:1, 3:4 et 9:16.

Modèles et capacités Wan 3.0 Video
Peut-on générer du son ou utiliser des références audio ?

Références optionnelles : images, vidéos, audios, fichiers et liens ; audio synchronisé pris en charge

Modèles et capacités Wan 3.0 Video
Comment Wan 3.0 Video est-il facturé ?

La facturation est basée sur la durée de sortie et le palier en temps réel ; les différences dues à la résolution, au mode ou aux options audio sont déterminées par le prix affiché sur la page et l'historique des tâches.

Modèles et capacités Wan 3.0 Video
Comment appeler l'API Wan 3.0 Video ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur wan3.0-video et les paramètres placés dans input.

Modèles et capacités Wan 3.0 Video
Quelles entrées Wan 3.0 Prime prend-il en charge ?

Seul le prompt est obligatoire. Les entrées facultatives comprennent une première et une dernière image, jusqu'à 10 images de référence, jusqu'à 5 audios de référence, 1 document de référence ou 1 page web de référence. L'entrée vidéo de référence n'est pas encore disponible.

Modèles et capacités
Peut-on utiliser simultanément les images de début et de fin et les références ?

Non. Le mode images de début et de fin est mutuellement exclusif avec les tableaux de référence que sont les images, les audio, les fichiers et les pages web : pour chaque tâche, on choisit l'un de ces modes de contrôle ; de même, entre fichiers de référence et pages web de référence, un seul des deux peut être sélectionné.

Modèles et capacités
Quelles sont les exigences pour l'audio de référence ?

WAV ou MP3, chaque segment de 1 à 15 secondes, 5 segments maximum, à utiliser avec l'image de référence. Dans le prompt, faites référence aux segments dans l'ordre avec Audio1, Audio2, et précisez s'il s'agit d'une narration, d'un dialogue ou d'une musique.

Modèles et capacités
Quelles durées, résolutions et formats d’image sont pris en charge ?

La durée se règle en secondes entières, de 2 à 30 secondes ; les résolutions sont 480P, 720P et 1080P ; les formats d’image sont adaptive, 16:9, 4:3, 1:1, 3:4 et 9:16, adaptive étant déterminé en fonction des médias d’entrée et du prompt.

Modèles et capacités
La vidéo aura-t-elle du son ?

Par défaut, une piste audio synchronisée avec l'image est générée ; le contenu sonore peut être décrit dans le prompt (par exemple, ambiance sonore, voix off) ; définir audio sur false permet de ne produire que l'image.

Modèles et capacités
Quelle est la différence entre Wan 3.0 Prime et Wan 3.0 Video ?

Prime est la voie accélérée de Wan 3.0 ; les prompts, les images de première et dernière frame ainsi que les images de référence, l'audio, les fichiers et l'usage web sont identiques pour les deux, il suffit de changer le model ID pour basculer ; Prime n'accepte actuellement pas d'entrée de vidéo de référence, et les tarifs des deux voies diffèrent.

Modèles et capacités
Comment reproduire le même résultat ?

En passant une valeur seed fixe (de 0 à 2147483647) et en conservant le prompt et les autres paramètres inchangés, vous obtiendrez des résultats très cohérents, ce qui facilite la comparaison après un ajustement.

Modèles et capacités
Comment Wan 3.0 Prime est-il facturé ?

La facturation est basée sur la durée de la vidéo générée et sur le niveau de résolution ; les tâches échouées sont intégralement remboursées ; le prix unitaire exact est celui affiché en temps réel sur cette page.

Modèles et capacités
La génération de vidéo à partir de texte avec Seedance 2.5 nécessite-t-elle de téléverser une image ?

Non. Cette page correspond à seedance-2.5/text-to-video et n'accepte qu'un Prompt textuel ; si vous avez besoin d'une première image, d'images de début et de fin ou de matériel de référence, vous devez utiliser les parcours distincts Image-to-Video ou Reference-to-Video.

Modèles et capacités Seedance 2.5
Quelle est la durée maximale des vidéos prises en charge par Seedance 2.5 ?

Le contrat de requête actuel prend en charge des vidéos de 4 à 30 secondes, en 720p ou 1080p, avec les formats d'image 16:9, 4:3, 1:1, 3:4, 9:16, 21:9 et adaptive.

Modèles et capacités Seedance 2.5
Seedance 2.5 génère-t-il du son ?

generate_audio est activé par défaut pour générer un son synchronisé ; vous pouvez le désactiver si vous n'avez pas besoin de son. Le résultat final doit tout de même faire l'objet d'une vérification du volume, des dialogues et des droits d'auteur.

Modèles et capacités Seedance 2.5
Comment la facturation fonctionne-t-elle pour Seedance 2.5 ?

La facturation est basée sur le nombre de secondes de vidéo en sortie et sur le palier de résolution. Les tarifs par seconde diffèrent entre 720p et 1080p.

Modèles et capacités Seedance 2.5
Comment appeler l'API de génération de vidéos à partir de texte Seedance 2.5 ?

Envoyez une tâche asynchrone à POST /v1/tasks, avec model défini sur seedance-2.5/text-to-video, et transmettez les paramètres prompt, duration, resolution, aspect_ratio, etc. dans input.

Modèles et capacités Seedance 2.5
Grok Imagine en texte-vers-vidéo nécessite-t-il une image ?

Non. grok-imagine/text-to-video n'accepte que des prompts texte ; si vous avez besoin d'une image source, utilisez la ligne dédiée image-vers-vidéo.

Modèles et capacités Grok Imagine
Quelles sont les spécifications prises en charge par Grok Imagine ?

Prise en charge de vidéos de 6 à 30 secondes, en 480p ou 720p, ainsi que des formats 2:3, 3:2, 1:1, 16:9 et 9:16.

Modèles et capacités Grok Imagine
Quelle est la différence entre le mode normal et le mode fun ?

Le mode normal convient aux mouvements conventionnels et aux prises de vue stables, tandis que le mode fun est destiné aux mouvements créatifs plus dynamiques. Il est recommandé de commencer par le mode normal pour valider le sujet et la composition.

Modèles et capacités Grok Imagine
Comment Grok Imagine est-il facturé ?

La facturation est basée sur le nombre de secondes de sortie et la résolution ; les résolutions 480p et 720p utilisent des tarifs par seconde différents.

Modèles et capacités Grok Imagine
Comment appeler l'API de génération de vidéo à partir de texte Grok Imagine ?

Soumettez une tâche à POST /v1/tasks, avec model défini sur grok-imagine/text-to-video et les paramètres placés dans input.

Modèles et capacités Grok Imagine
Hailuo 2.3 texte-vers-vidéo nécessite-t-il une image ?

Non. Cette route n'accepte que des Prompt textuels. Lorsqu'il faut spécifier une première image, il convient d'utiliser le modèle Hailuo image-vers-vidéo dédié.

Modèles et capacités Hailuo 2.3
Quelles durées Hailuo 2.3 prend-il en charge ?

La ligne standard propose deux formats de sortie fixes, 6 secondes et 10 secondes, sans exposer de paramètres de résolution ou de format d'image.

Modèles et capacités Hailuo 2.3
Quel est le rôle de l'optimiseur de prompt ?

Il est activé par défaut et sert à étendre et organiser automatiquement le prompt. Si vous devez conserver strictement l'instruction d'origine, vous pouvez le désactiver et rédiger vous-même une description complète du plan.

Modèles et capacités Hailuo 2.3
Comment est facturé Hailuo 2.3 ?

La facturation se fait par paliers selon la vidéo générée, avec un prix fixe par vidéo pour les formats de 6 secondes et de 10 secondes.

Modèles et capacités Hailuo 2.3
Comment appeler l'API Hailuo 2.3 ?

Soumettez une tâche asynchrone via POST /v1/tasks, avec model défini sur hailuo-2.3/text-to-video, et transmettez prompt, duration et prompt_optimizer dans input.

Modèles et capacités Hailuo 2.3
La génération de vidéo à partir de texte avec Wan 2.7 nécessite-t-elle une image ?

Non. wan2.7-video/text-to-video ne requiert qu'un Prompt texte ; si vous avez besoin d'une première ou d'une dernière image, utilisez Wan 2.7 Image-to-Video.

Modèles et capacités Wan 2.7 Video
Quelles spécifications de sortie Wan 2.7 prend-il en charge ?

Prise en charge de durées de 2 à 15 secondes, en 720P ou 1080P, ainsi que des formats 16:9, 9:16, 1:1, 4:3 et 3:4.

Modèles et capacités Wan 2.7 Video
Qu'est-ce que audio_url dans Wan 2.7 ?

audio_url est une référence audio facultative au format WAV ou MP3. Il ne transforme pas ce parcours en image-vers-vidéo et ne remplace pas le Prompt texte.

Modèles et capacités Wan 2.7 Video
Comment Wan 2.7 est-il facturé ?

La facturation est basée sur le nombre de secondes de la vidéo de sortie et sur la résolution ; la 720P et la 1080P utilisent des tarifs par seconde différents.

Modèles et capacités Wan 2.7 Video
Comment appeler l'API de génération de vidéo à partir de texte Wan 2.7 ?

Soumettez une tâche asynchrone via POST /v1/tasks, en utilisant le model wan2.7-video/text-to-video, et en transmettant les paramètres prompt, resolution, ratio, duration, etc. dans input.

Modèles et capacités Wan 2.7 Video
Combien d'images d'entrée sont nécessaires pour la génération de vidéo à partir d'image avec Veo 3.1 ?

Actuellement, l'endpoint accepte une URL d'image accessible publiquement à chaque requête, le nom du champ étant image_url et non image_urls. Il est recommandé que l'image d'entrée soit d'au moins 720p, et de déterminer le sujet, la composition et l'espace de mouvement avant la soumission ; les adresses locales ou les liens temporaires non accessibles depuis l'internet public ne peuvent pas être utilisés comme entrée.

Modèles et capacités Veo 3.1
Comment contrôler l'orientation paysage ou portrait d'une vidéo générée à partir d'une image avec Veo 3.1 ?

Le format de sortie hérite de l'image d'entrée, il n'est pas nécessaire de transmettre un aspect_ratio supplémentaire. Pour générer une vidéo verticale pour TikTok, Reels ou Shorts, il faut d'abord préparer une image d'entrée au format 9:16 ; pour un site web ou un support publicitaire horizontal, il faut d'abord préparer une image d'entrée au format 16:9. Les autres formats peuvent être recadrés pour s'adapter.

Modèles et capacités Veo 3.1
Quelles durées et résolutions Veo 3.1 prend-il en charge ?

Le contrat de requête HiAPI actuel prend en charge 4, 6 et 8 secondes, ainsi que 720p, 1080p et 4K. La durée et la résolution influencent conjointement le coût total ; validez d'abord le mouvement avec une durée plus courte, puis générez à la résolution finale, afin de réduire les consommations inutiles.

Modèles et capacités Veo 3.1
Veo 3.1 peut-il générer un audio natif ? Comment contrôler le son ?

Oui. Intégrez les sons d'ambiance, le foley et le rythme musical dans le Prompt, et faites en sorte que les indications sonores suivent l'ordre des événements, par exemple « un bruit d'impact sourd se produit lorsque les chaussures touchent le sol ». Avant toute diffusion, les contenus commerciaux importants doivent encore être vérifiés pour le volume, les dialogues, la sécurité de la marque et les exigences de droits d'auteur des plateformes.

Modèles et capacités Veo 3.1
Comment la génération de vidéo à partir d'image avec Veo 3.1 est-elle facturée ?

La facturation est basée sur la durée de génération et la résolution ; les formats 720p/1080p avec audio utilisent le tarif de base par seconde, tandis que la 4K avec audio utilise un tarif plus élevé. Les montants exacts sont ceux affichés en temps réel sur la page du modèle et dans l'historique des tâches.

Modèles et capacités Veo 3.1
Comment choisir entre Veo 3.1 et Veo 3.1 Fast ?

Les deux utilisent la même entrée à image unique, les mêmes durées de 4/6/8 secondes et la même structure de résolution. Fast convient pour valider d'abord le mouvement, le cadrage et le rythme sonore, tandis que le Veo 3.1 standard convient au rendu final. Le flux courant consiste à filtrer d'abord les prompts avec un brouillon 720p de Fast, puis à produire du 1080p ou de la 4K avec le modèle standard.

Modèles et capacités Veo 3.1
Comment appeler Veo 3.1 pour la génération de vidéo à partir d'une image via l'API ?

Envoyez une requête POST à /v1/tasks, définissez model sur veo-3.1/image-to-video et transmettez prompt, image_url, resolution et duration dans input. L'interface renvoie d'abord un taskId, la vidéo est générée de manière asynchrone en arrière-plan ; consultez la documentation de l'API pour la requête de tâche, le callback, la gestion des erreurs et la liste complète des paramètres.

Modèles et capacités Veo 3.1
Quelle est la différence entre Vidu Q3 Mix et Vidu Q3 Ad ?

Les deux utilisent le même jeu de paramètres (1 à 7 images de référence, le même ensemble de 10 tailles, deux niveaux 720P/1080P), et la forme de la requête est identique. La différence réside dans la plage de durée et l'orientation de l'optimisation : Mix cible les scénarios génériques, avec une durée de 1 à 16 secondes ; Ad cible la publicité, avec une durée de 3 à 15 secondes, et ajoute pour ce type de scénario un découpage intelligent, des mouvements de caméra et un traitement des effets sonores orientés marketing. Pour une publicité produit, privilégiez Ad ; pour les autres sujets, utilisez Mix.

Modèles et capacités
Pourquoi size n'accepte-t-il que 10 valeurs énumérées, sans possibilité de saisir librement une résolution ?

size est exprimé en pixels sous la forme « largeur*hauteur », mais l'interface n'accepte que 10 valeurs fixes, soit 5 formats d'image (16:9, 4:3, 1:1, 3:4, 9:16) × 2 niveaux (720P, 1080P). L'avantage est que le format et le niveau de résolution se choisissent en une seule fois, sans avoir à transmettre séparément un paramètre de ratio ; l'inconvénient est qu'il est impossible de spécifier une taille intermédiaire. À noter : en 1:1 et au niveau 1080P, la valeur est 1808*1808, et non 1920*1920.

Modèles et capacités
Quelle est la durée maximale de génération ?

Mix prend en charge 1 à 16 secondes (secondes entières, 5 secondes par défaut). 16 secondes est plus long que les 5 à 10 secondes de la plupart des API de génération de vidéo par référence, ce qui convient aux séquences nécessitant le déploiement d'actions. Attention, la plage d'Ad est différente : elle va de 3 à 15 secondes.

Modèles et capacités
Combien d'images de référence au maximum ? Comment faire savoir au modèle qui est qui ?

reference_image_urls accepte 1 à 7 images, qui doivent être des URL HTTP(S) accessibles publiquement, aux formats JPEG/JPG/PNG/WEBP, ne dépassant pas 50 Mo chacune, avec un rapport largeur/hauteur compris entre 1:4 et 4:1. Il suffit de les référencer dans le prompt selon l'ordre du tableau, par exemple « le personnage de l'image de référence 1 entre dans la scène de l'image de référence 2 » ; la numérotation correspond un à un aux indices du tableau.

Modèles et capacités
Comment la facturation est-elle calculée ?

La facturation est basée sur le nombre de secondes réellement générées ; le niveau de résolution détermine le prix par seconde, avec des tarifs différents pour les paliers 720P et 1080P. Les prix en temps réel de la page de tarification font foi ; le détail des coûts de chaque tâche peut être vérifié ligne par ligne dans l'historique des tâches HiAPI.

Modèles et capacités
Les paramètres audio et watermark influencent-ils le prix ?

Non. Le prix est déterminé uniquement par le palier de résolution et le nombre de secondes réellement générées ; ces deux options n'entrent pas dans le calcul du tarif. audio est désactivé par défaut, ce qui produit une vidéo sans son ; une fois activé, le modèle génère une musique de fond et des effets sonores en fonction du contenu de l'image. watermark est désactivé par défaut ; une fois activé, la mention « Contenu généré par IA » apparaît dans le coin inférieur droit de la vidéo.

Modèles et capacités
Comment choisir entre Vidu Q4 Preview et la génération de vidéo par référence ?

Cela dépend du matériel d'entrée. Si vous avez besoin d'une référence audio pour verrouiller le timbre du personnage, de faire parler le personnage, ou si vous avez besoin de plus de 7 images de référence, utilisez Q4 Preview (1 à 15 images de référence + jusqu'à 3 fichiers MP3). Si vous avez seulement besoin d'une référence d'image, que vous voulez un format vertical natif ou carré, et que vous souhaitez choisir le format et la résolution en une seule fois, Mix est plus direct — Q4 Preview sépare la résolution et le ratio en deux paramètres indépendants.

Modèles et capacités
L'image de référence apparaîtra-t-elle telle quelle au début de la vidéo ?

Non. La génération de vidéo à partir d'une image de référence utilise cette image comme base pour l'apparence du sujet ; ce qui est généré est une nouvelle image, et l'image de référence elle-même n'apparaît pas comme première image. Si l'image de référence comporte un arrière-plan complet, le début de la vidéo finale peut être proche de cet arrière-plan ; si vous souhaitez que toute la séquence soit une nouvelle scène, décrivez clairement l'environnement dans le prompt. Lorsque la première image doit être exactement identique à une image donnée, il faut utiliser l'interface de génération de vidéo à partir d'une image.

Modèles et capacités
Quelle est la longueur maximale d'un prompt ?

5000 caractères maximum, en chinois comme en anglais ; le surplus est automatiquement tronqué. Il est plus efficace de préciser ce que fait le sujet, où il apparaît et comment la caméra se déplace que d'empiler des adjectifs.

Modèles et capacités
Un seed fixe garantit-il la reproductibilité des résultats ?

La valeur de seed va de 0 à 2147483647 ; une fois fixée, les résultats pour un même ensemble d'entrées sont nettement plus proches, mais le modèle reste probabiliste et la documentation précise explicitement que même avec un seed identique, une cohérence parfaite à chaque fois n'est pas garantie. Il est plus adapté à la comparaison des effets du fine-tuning qu'à une reproduction exacte.

Modèles et capacités
Quelle est la différence entre Vidu Q3 Ad et Vidu Q3 Mix ?

La forme de la requête est identique (mêmes 1 à 7 images de référence, mêmes 10 formats, mêmes deux niveaux 720P/1080P), la différence réside dans la plage de durée et l'orientation de l'optimisation. Ad s'adresse au secteur publicitaire, avec une durée de 3 à 15 secondes, et intègre pour les créations publicitaires un découpage intelligent, des mouvements de caméra et un traitement des effets sonores de niveau marketing ; Mix cible les usages généraux, avec une durée de 1 à 16 secondes et un équilibre plus poussé entre qualité visuelle et dynamique. Pour une publicité produit, privilégiez Ad ; pour la narration, l'IP ou des contenus généraux, utilisez Mix.

Modèles et capacités
Pourquoi la durée d'une Ad diffère-t-elle de celle d'un Mix ?

Les deux endpoints appliquent deux jeux de validation de paramètres : la valeur de duration d'une Ad est un entier dans [3, 15], celle d'un Mix dans [1, 16], la valeur par défaut étant de 5 secondes dans les deux cas. Une Ad ne peut donc pas produire de clip ultra-court de 1 à 2 secondes, et n'a pas non plus besoin du déploiement en plan long propre à un Mix.

Modèles et capacités
La durée réelle de sortie diffère de la durée (duration) définie : laquelle est facturée ?

La facturation se fait sur la durée réelle de sortie. La documentation précise explicitement, pour les modèles publicitaires avec découpage intelligent des plans comme Ad : lorsque le nombre de plans est nettement supérieur ou inférieur à la durée (duration), le modèle peut ajuster automatiquement la durée pour préserver l'intégrité du récit ; la durée réelle de la vidéo peut donc être supérieure ou inférieure à la valeur définie, et la facturation se base sur la sortie réelle. Il faut donc estimer le budget à réserver avant la commande sur la base de la valeur définie, le règlement final se faisant sur le nombre réel de secondes figurant sur la facture.

Modèles et capacités
Pourquoi size n'accepte-t-il que 10 valeurs énumérées ?

size s'exprime sous la forme « largeur*hauteur » ; l'API n'accepte que 10 valeurs fixes : cinq formats (16:9, 4:3, 1:1, 3:4, 9:16) × deux niveaux (720P, 1080P). L'avantage est que le format et le niveau de résolution se choisissent en une seule fois, sans transmettre de paramètre de ratio ; la contrepartie est qu'il est impossible de spécifier une taille intermédiaire. À noter qu'en 1:1 au niveau 1080P, la valeur est 1808*1808.

Modèles et capacités
Combien d'images de référence au maximum ? Quelles sont les exigences ?

Transmettez 1 à 7 reference_image_urls, qui doivent être des URL HTTP(S) accessibles publiquement, au format JPEG/JPG/PNG/WEBP, ne dépassant pas 50 Mo par image, avec un rapport largeur/hauteur compris entre 1:4 et 4:1. Dans le cas d'une publicité, l'approche courante consiste à utiliser une image principale du produit plus une ou deux images de mise en situation, référencées dans l'ordre au sein du prompt.

Modèles et capacités
Comment la facturation est-elle calculée ?

La facturation se fait à la seconde réellement produite ; le palier de résolution détermine le prix unitaire par seconde, et le modèle Ad est légèrement moins cher que le modèle Mix à palier identique. Les prix actuels font foi sur la page de tarification ; le détail de la consommation peut être vérifié ligne par ligne dans l'historique des tâches HiAPI.

Modèles et capacités
Les options audio et watermark influencent-elles le prix ?

Non, le prix est déterminé uniquement par le palier de résolution et le nombre réel de secondes de sortie. L'option audio est désactivée par défaut ; une fois activée, le modèle génère une musique de fond ou des effets sonores adaptés au contenu de l'image — généralement activée pour les scénarios publicitaires. L'option watermark est désactivée par défaut ; une fois activée, la mention « Contenu généré par IA » apparaît en bas à droite. En cas de diffusion, les deux options restent généralement à leur valeur par défaut.

Modèles et capacités
Comment choisir entre Vidu Q4 Preview et la génération de vidéo par référence ?

L'avantage d'Ad réside dans le cadrage publicitaire, le montage cut et le traitement des effets sonores, ainsi que dans un prix unitaire par seconde plus bas. Si vous avez besoin de verrouiller le timbre d'un personnage à partir d'une référence audio, de faire parler un mannequin, ou si vous avez besoin de plus de 7 images de référence, utilisez plutôt Q4 Preview (1 à 15 images de référence + jusqu'à 3 fichiers MP3).

Modèles et capacités
Quelle est la longueur idéale d'un prompt ?

La limite est de 5000 caractères, en chinois comme en anglais. Mais comme le spot publicitaire est court, il suffit d'indiquer clairement quel est le produit, quelle action le spectateur voit et comment la caméra se déplace ; empiler les adjectifs risque au contraire de faire partir l'image dans tous les sens. L'image de référence a déjà figé l'apparence du produit, le prompt sert principalement à définir l'action et l'ambiance.

Modèles et capacités
Un seed fixe garantit-il la reproductibilité des résultats ?

La plage du seed est 0-2147483647 ; une fois fixé, les résultats pour un même ensemble d'entrées seront nettement plus proches, ce qui facilite la comparaison de l'effet de différentes invites. Mais le modèle est probabiliste, et la documentation précise clairement que même avec un seed identique, des résultats parfaitement identiques ne sont pas garantis ; il ne faut donc pas le considérer comme un moyen de reproduction exacte.

Modèles et capacités
Puis-je définir moi-même le format d'image pour la génération de vidéo à partir d'une image ?

Non. Le format de la vidéo finale suit entièrement l'image de la première frame : une image horizontale donne un format paysage, une image verticale donne un format portrait. Ainsi, pour obtenir un format vertical 9:16, préparez une première frame au format portrait. Le rapport largeur-hauteur de la première frame doit être compris entre 1:4 et 4:1 ; les images trop allongées seront refusées lors de la soumission.

Modèles et capacités Vidu Q4 Preview
À quoi sert le commutateur audio ?

L'audio natif est activé par défaut et génère des dialogues, des sons d'ambiance et des effets sonores synchronisés avec l'image ; une fois désactivé, la sortie est une vidéo muette sans son, adaptée aux arrière-plans en boucle, à l'ajout ultérieur de votre propre musique ou de sous-titres. Le commutateur n'affecte pas le prix.

Modèles et capacités Vidu Q4 Preview
Quelle est la relation entre la durée et le prix ?

La facturation s'effectue en multipliant la durée soumise en secondes entières par le prix unitaire par seconde de la résolution choisie ; l'activation de l'audio et le nombre d'images n'entrent pas dans le calcul. Plus la résolution est élevée, plus le prix unitaire par seconde est élevé ; le palier 4K représente environ 8,7 fois celui du palier 540p. Le montant exact est celui indiqué sur la page de tarification.

Modèles et capacités Vidu Q4 Preview
À quels scénarios correspondent les cinq niveaux de résolution ?

Le 540p sert à tester les prompts et les plans, et suffit aussi pour de petits fonds en boucle ; le 720p couvre la plupart des réseaux sociaux et du web ; le 1080p est destiné aux diffusions classiques ; le 2K convient aux grands écrans et à l'affichage télévisé ; le 4K est réservé aux expositions, aux images de qualité cinéma ou aux plans nécessitant un recadrage ultérieur pour une seconde composition. Avant la validation finale, testez d'abord en basse résolution, puis exportez en haute résolution une fois le rendu validé.

Modèles et capacités Vidu Q4 Preview
Quelle est la différence avec Vidu Q3 Mix ?

Vidu Q3 Mix réorganise l'image à partir de 1 à 7 images de référence, en deux qualités 720P/1080P, sur 1 à 16 secondes, et l'image de référence ne devient pas la première image de la vidéo finale. Vidu Q4 Preview en génération vidéo à partir d'image utilise l'image comme première image de la vidéo finale, avec une durée de 3 à 16 secondes, une résolution allant jusqu'à 4K, et génère par défaut un audio natif. Choisissez Q4 Preview lorsque la première image doit être exactement cette image-ci.

Modèles et capacités Vidu Q4 Preview
Quelle est la différence avec le reference-to-video ?

Le image-to-video utilise l'image comme première image de la vidéo finale : le rendu démarre à partir de cette image ; le reference-to-video utilise l'image comme apparence d'un personnage, d'un accessoire ou d'une scène et génère une composition entièrement nouvelle, l'image de référence n'apparaissant pas telle quelle au début. Pour « faire bouger cette image », utilisez le image-to-video.

Modèles et capacités Vidu Q4 Preview
Quelles sont les exigences pour l'image de première frame ?

Formats pris en charge : JPG / JPEG / PNG / WebP, taille maximale de 50 Mo par image, rapport largeur-hauteur compris entre 1:4 et 4:1. Il est recommandé que la composition et l'éclairage de la première frame correspondent au rendu final, car elle détermine le sujet, le cadrage et la tonalité de la vidéo finale.

Modèles et capacités Vidu Q4 Preview
Comment écrire le prompt ?

Écrivez uniquement le contenu à ajouter : qui fait quelle action, comment la caméra se déplace, quels sons sont présents ou quelle phrase est prononcée. Ne décrivez pas à nouveau ce qui est déjà présent dans l'image. Les prompts en anglais sont les plus stables, le chinois fonctionne également ; la longueur maximale est de 20 000 caractères.

Modèles et capacités Vidu Q4 Preview
Le prompt est-il obligatoire ?

Non. Sans prompt, le modèle déduit lui-même les actions et les mouvements de caméra à partir du contenu de la première image ; avec un prompt, vous pouvez contrôler l'ordre des actions, la trajectoire de caméra et le son. Dans les deux cas, la facturation se fait selon la durée et la résolution soumises.

Modèles et capacités Vidu Q4 Preview
Quelles sont les valeurs par défaut des paramètres non transmis ?

La durée par défaut est de 5 secondes, la résolution par défaut est 720p et audio est activé par défaut. Ces trois éléments peuvent être remplacés par tâche ; la facturation est calculée sur la durée en secondes entières soumise et sur le palier de résolution choisi.

Modèles et capacités Vidu Q4 Preview
Combien d'images de référence peut-on inclure au maximum ?

1 à 15 images. Formats JPG, PNG, WebP pris en charge, 50 Mo maximum par image, 128×128 minimum, ratio largeur/hauteur de chaque image compris entre 1:4 et 4:1. Les images sont référencées dans le prompt selon l'ordre du tableau : la première correspond à l'image de référence 1, la deuxième à l'image de référence 2.

Modèles et capacités Vidu Q4 Preview
Quelles sont les limites de format et de durée pour l'audio de référence ?

Jusqu'à 3 clips, uniquement au format MP3, chacun d'une durée de 3 à 12 secondes et ne dépassant pas 50 Mo ; dans le prompt, indiquez-les dans l'ordre sous la forme audio de référence 1. Si le nombre de clips, le format ou la durée dépasse les limites, une erreur de paramètre est directement renvoyée lors de la soumission et aucune tâche n'est créée.

Modèles et capacités Vidu Q4 Preview
L'audio de référence influence-t-il toute la piste audio ?

Non. Il ne fournit que le timbre : lorsque le personnage parle, les répliques du prompt sont prononcées avec une voix proche de ce timbre, tandis que l'ambiance sonore et les effets sonores restent générés à partir de l'image. Si vous souhaitez uniquement l'ambiance sonore sans spécifier de timbre, il suffit de ne pas fournir d'audio de référence et de laisser audio activé.

Modèles et capacités Vidu Q4 Preview
Comment faire référence à une ressource spécifique dans le prompt ?

Numérotez-les dans l'ordre du tableau. La première image est l'image de référence 1, le premier audio est l'audio de référence 1 ; indiquez directement ce numéro dans le prompt. Le prompt est obligatoire, sa longueur doit être comprise entre 1 et 20 000 caractères, en chinois comme en anglais.

Modèles et capacités Vidu Q4 Preview
Comment définir le format de la vidéo finale ?

Il est spécifié par aspect_ratio, avec les options 16:9, 9:16, 1:1, 4:3, 3:4, la valeur par défaut étant 16:9. Cela est indépendant du ratio de l'image de référence : une image carrée ou verticale peut également générer une vidéo horizontale en 16:9.

Modèles et capacités Vidu Q4 Preview
Quelle est la durée maximale et quelles résolutions sont disponibles ?

Durée de 3 à 16 secondes en secondes entières, 5 secondes par défaut ; résolutions 540p, 720p, 1080p, 2K et 4K, soit cinq niveaux, 720p par défaut. Il suffit de relancer le même prompt en changeant de niveau, sans le réécrire.

Modèles et capacités Vidu Q4 Preview
Comment la facturation fonctionne-t-elle ?

La facturation est calculée en multipliant la durée soumise en secondes entières par le prix unitaire par seconde de la résolution choisie. L'option audio, le nombre d'images de référence et le nombre d'audio de référence ne modifient pas le prix unitaire ; le montant exact est indiqué sur la page de tarification, et le détail de la facturation de chaque tâche est consultable dans l'historique des tâches.

Modèles et capacités Vidu Q4 Preview
Les images de référence apparaîtront-elles telles quelles au début ?

Non. Les images de référence décrivent l'apparence des personnages, des accessoires et des scènes ; le modèle recompose selon le prompt, et l'image d'ouverture ne correspond à aucune des images de référence. Si une image doit constituer la première frame, utilisez la génération vidéo à partir d'une image.

Modèles et capacités Vidu Q4 Preview
Quelle est la différence avec Vidu Q3 Mix ?

Q3 Mix accepte 1 à 7 images de référence, jusqu'à 1080P et 1 à 16 secondes, et n'accepte pas d'audio de référence. Q4 Preview accepte 1 à 15 images de référence ainsi que jusqu'à 3 segments d'audio de référence, jusqu'à 4K et 3 à 16 secondes. Choisissez Q4 Preview si vous avez besoin de verrouiller le timbre, d'utiliser davantage d'images de référence ou de la 4K.

Modèles et capacités Vidu Q4 Preview
Quelle est la différence avec Vidu Q3 Ad ?

Q3 Ad est destiné aux publicités de produits : il accepte de 1 à 7 images de référence, dure de 3 à 15 secondes, en 720P ou 1080P, et génère les mouvements de caméra, les changements de plan et les effets sonores au rythme d'une publicité. Q4 Preview est destiné aux personnages fixes et aux timbres de voix, avec jusqu'à 15 images de référence, la possibilité de verrouiller le timbre de voix, et une résolution maximale de 4K. Pour une publicité de produit, privilégiez Q3 Ad ; pour une série de personnages ou si vous avez besoin de 4K, utilisez Q4 Preview.

Modèles et capacités Vidu Q4 Preview
Ce modèle peut-il générer des images ?

Il accepte des entrées texte et image et renvoie du texte. Il convient à la description d'images, à la compréhension de documents et de graphiques, aux questions-réponses visuelles et au raisonnement à partir d'images ; pour générer ou modifier des images, il faut choisir le modèle d'image correspondant.

Modèles et capacités
Quel ID de modèle et quelle interface faut-il utiliser ?

Renseignez model avec deepseek-v4-flash-vision-exp. POST /v1/responses est recommandé, avec le contenu transmis via input ; vous pouvez aussi utiliser POST /v1/chat/completions, avec le contenu transmis via messages. Le format des images diffère entre les deux interfaces, veuillez utiliser l'exemple correspondant.

Modèles et capacités
Comment téléverser des images ? Plusieurs images sont-elles prises en charge ?

Playground prend en charge le téléversement ou le collage de JPEG, PNG, WebP et GIF, avec un maximum de 4 images par message et 10 MB par image. L'API accepte des URL d'images HTTPS publiques ou des data URL base64 : Responses utilise input_image, Chat Completions utilise un bloc de contenu image_url. Les limites de nombre et de taille ci-dessus sont celles de Playground.

Modèles et capacités
Comment choisir ou désactiver le raisonnement ?

Responses utilise reasoning.effort, avec les valeurs none, low, medium, high proposées sur la page, high par défaut. none désactive le raisonnement ; les autres niveaux servent aux tâches de raisonnement, la durée réelle et la consommation de Tokens dépendant de la question. Pour Chat Completions, utilisez reasoning.enabled=false pour désactiver le raisonnement.

Modèles et capacités
Quelle est la taille du contexte et de la sortie ? Pourquoi les réponses sont-elles tronquées ?

La fenêtre de contexte de cette page est de 1 048 576 Token, avec une limite de budget de sortie de 262 144 Token ; le Playground et les exemples par défaut utilisent 1 024. Le budget de sortie inclut les Token de raisonnement ; les questions complexes peuvent consommer beaucoup de budget avant de générer le texte final. En cas de troncature, vous pouvez augmenter max_output_tokens ou désactiver le raisonnement puis réessayer ; le total entrée et sortie doit toujours respecter la limite de contexte.

Modèles et capacités
Comment sont facturés les tokens d'image, de raisonnement et de cache ?

Les tokens d'image sont comptés dans l'entrée, les tokens de raisonnement dans la sortie, et l'entrée ayant bénéficié du cache est facturée au prix unitaire de l'entrée en cache. Pour les prix unitaires d'entrée, de sortie et de cache, consultez la zone des tarifs en temps réel de cette page. Les champs usage.input_tokens, usage.output_tokens et input_tokens_details.cached_tokens de Responses permettent de recouper avec les journaux d'appels ; un cache hit ne signifie pas que la requête entière est gratuite.

Modèles et capacités
Les conversations multi-tours nécessitent-elles de renvoyer l'historique ?

Les exemples de cette page utilisent store:false ; à chaque tour, repassez dans input le contexte à conserver. Le serveur ne mémorise pas automatiquement l'intégralité de la conversation à partir du seul texte renvoyé au tour précédent ; avec Chat Completions, placez l'historique nécessaire dans messages.

Modèles et capacités
La sortie JSON et l'appel de fonctions sont-ils pris en charge ?

Oui. Responses peut demander du JSON avec text.format.type=json_object, et déclarer puis sélectionner des fonctions avec tools et tool_choice. Après que le modèle a renvoyé un appel de fonction, votre application exécute la fonction, puis renvoie un function_call_output correspondant au call_id. Le modèle n'exécute pas de code local à la place de l'application ; consultez les exemples de la documentation API pour la requête complète.

Modèles et capacités
Comment déterminer la fin d'une réponse en streaming ?

Pour Responses, utilisez response.output_text.delta pour recevoir les incréments du corps du texte et lisez l'usage final dans response.completed ; gérez également response.incomplete et response.failed. N'attendez pas que Responses renvoie le marqueur [DONE] des Chat Completions, ce dernier ne s'applique qu'aux flux Chat Completions.

Modèles et capacités
Les clés API HiAPI existantes sont-elles directement utilisables ?

Oui, à condition que la clé dispose des autorisations d'appel pour ce modèle et que le solde du compte soit suffisant. Pour le SDK OpenAI, utilisez https://api.hiapi.ai/v1 comme base_url et choisissez responses.create ou chat.completions.create. Le Playground web utilise la session de connexion, sans avoir à coller de clé API.

Modèles et capacités
Quelles sont les entrées requises pour la génération de vidéo à partir d'image avec Wan 2.6 Flash ?

1 image et un prompt. L'image sert d'ouverture à la vidéo, et le prompt décrit l'action, la caméra et l'ambiance.

Modèles et capacités Wan 2.6 Flash
Peut-on envoyer plusieurs images ?

Non, image_urls n'accepte qu'une seule image.

Modèles et capacités Wan 2.6 Flash
Quelles sont les exigences pour les images ?

JPG, PNG ou WebP, au moins 256×256 pixels, ne dépassant pas 10 Mo.

Modèles et capacités Wan 2.6 Flash
Quelles durées sont prises en charge ?

5, 10 et 15 secondes, 5 secondes par défaut.

Modèles et capacités Wan 2.6 Flash
Quelles résolutions sont prises en charge ?

720p et 1080p, 720p par défaut.

Modèles et capacités Wan 2.6 Flash
Comment définir le format de sortie ?

Aucun réglage n'est nécessaire : le format de sortie suit l'image d'entrée. Une image horizontale produit un format paysage, une image verticale produit un format portrait.

Modèles et capacités Wan 2.6 Flash
À quoi sert l'option audio ?

Lorsque audio est activé, une ambiance sonore et des effets sonores synchronisés avec l'image sont générés ; par défaut, il est désactivé et la vidéo est générée sans son.

Modèles et capacités Wan 2.6 Flash
L'activation de l'audio affecte-t-elle le prix ?

Oui. Les vidéos avec audio sont facturées à la seconde selon le tarif avec audio, et les vidéos sans audio selon le tarif sans audio ; la 1080p est également plus chère que la 720p. Les prix actuels sont ceux indiqués sur la page des tarifs.

Modèles et capacités Wan 2.6 Flash
Comment la facturation est-elle calculée ?

La facturation est calculée en fonction du nombre de secondes de vidéo ; le prix par seconde dépend de la résolution et de l'activation ou non de l'audio.

Modèles et capacités Wan 2.6 Flash
Les prompts peuvent-ils être en chinois ?

Oui, le chinois et l'anglais sont pris en charge, jusqu'à 1 500 caractères.

Modèles et capacités Wan 2.6 Flash
Comment rédiger un prompt pour de meilleurs résultats ?

L'image a déjà déterminé le sujet et la scène ; le prompt doit surtout décrire l'action, le mouvement de caméra et l'ambiance, par exemple « le renard tourne la tête vers la caméra, des feuilles dorées tombent, la caméra avance lentement ».

Modèles et capacités Wan 2.6 Flash
Combien de temps les vidéos générées sont-elles conservées ?

Les liens de résultat ont une durée de validité limitée ; si vous devez les conserver à long terme, veuillez les télécharger ou les transférer vers votre propre stockage en temps utile.

Modèles et capacités Wan 2.6 Flash
Qu'est-ce que Wan 2.7 Image Standard ?

Il s'agit du niveau standard de la gamme d'images Wan 2.7 : un seul ID de modèle prend en charge à la fois la génération d'images à partir de texte pur et l'édition à partir d'images de référence, avec une sortie en 1K ou 2K et jusqu'à 9 images de référence.

Modèles et capacités
Quelle est la différence entre la version standard et Wan 2.7 Image Pro ?

La version standard prend en charge 1K/2K et couvre à la fois la génération texte-image et l'édition à partir d'images de référence ; la version Pro prend en charge 1K/2K/4K, mais ne fait que de la génération texte-image et n'accepte pas d'images de référence. Utilisez Pro pour de la génération texte-image pure en 4K ; utilisez la version standard pour de la génération avec édition jusqu'à 2K.

Modèles et capacités
La modification à partir d'images de référence est-elle prise en charge ? Combien d'images au maximum ?

Oui. Vous pouvez fournir jusqu'à 9 URL d'images accessibles publiquement ; sans image, la génération suit le prompt, et avec des images, celles-ci sont modifiées ou servent de référence pour la génération selon le prompt.

Modèles et capacités
Peut-on encore définir le format d'image lorsqu'il y a une image de référence ?

Non, et ce n'est pas nécessaire. Le format de sortie suit la dernière image de référence, et aspect_ratio n'a alors aucun effet ; en génération d'image purement textuelle, aspect_ratio permet de choisir l'un des huit formats.

Modèles et capacités
Quelles résolutions et quels formats d'image sont pris en charge ?

Les résolutions prises en charge sont 1K et 2K ; pour la génération d'images à partir de texte uniquement, huit formats d'image sont disponibles : 1:1, 16:9, 4:3, 21:9, 3:4, 9:16, 8:1 et 1:8.

Modèles et capacités
Combien d'images sont générées par requête ?

Actuellement, le modèle HiAPI génère toujours 1 image par requête, et la facturation est basée sur le nombre d'images générées avec succès.

Modèles et capacités
Quels formats et tailles d'image de référence sont pris en charge ?

JPEG, PNG, BMP et WebP sont pris en charge, avec une taille maximale de 20 Mo par image, des côtés de 240 à 8000 pixels et un rapport largeur/hauteur compris entre 1:8 et 8:1.

Modèles et capacités
Les prompts et le texte à l'écran en chinois sont-ils pris en charge ?

Les prompts en chinois comme en anglais sont acceptés. Pour le texte à l'écran, il est recommandé d'utiliser des titres courts et de les écrire mot pour mot dans le prompt ; la mise en page du chinois dépend du nombre de caractères, de la police et du format, il est conseillé de valider d'abord avec un échantillon en 1K pour les supports définitifs.

Modèles et capacités
Comment appeler l'API Wan 2.7 Image ?

Soumettez une tâche asynchrone via POST /v1/tasks avec le model wan2.7-image-standard, et transmettez prompt dans input, avec en option image_urls, aspect_ratio, resolution et seed. Une fois la tâche terminée, récupérez le résultat via l'ID de tâche.

Modèles et capacités
Quelles entrées Wan 3.0 Prime prend-il en charge ?

Seul le prompt est obligatoire. Les entrées facultatives incluent une première et une dernière image, jusqu'à 10 images de référence, jusqu'à 5 audios de référence, 1 document de référence ou 1 page web de référence. L'entrée vidéo de référence n'est pas encore disponible.

Modèles et capacités
Peut-on utiliser simultanément les images de première et dernière frame et des matériaux de référence ?

Non. Le mode première et dernière frame est mutuellement exclusif avec les tableaux d'images de référence, d'audio, de fichiers et de pages web ; chaque tâche doit choisir un seul de ces modes de contrôle. De plus, entre fichiers de référence et pages web de référence, un seul des deux peut être choisi.

Modèles et capacités
Quelles sont les exigences pour l'audio de référence ?

WAV ou MP3, 1 à 15 secondes par segment, 5 segments maximum, à utiliser avec l'image de référence. Dans le prompt, désignez-les dans l'ordre par Audio1, Audio2 et précisez s'il s'agit d'une voix off, d'un dialogue ou d'une musique.

Modèles et capacités
Quelles sont les durées, résolutions et formats d'image pris en charge ?

La durée se règle en secondes entières, de 2 à 30 secondes ; les résolutions sont 480P, 720P et 1080P ; les formats d'image sont adaptive, 16:9, 4:3, 1:1, 3:4 et 9:16, adaptive étant déterminé en fonction des médias d'entrée et du prompt.

Modèles et capacités
La vidéo sera-t-elle accompagnée de son ?

Par défaut, une piste audio synchronisée avec l'image est générée ; le contenu sonore peut être décrit dans le prompt (par exemple, sons d'ambiance, voix off) ; en définissant audio sur false, vous pouvez obtenir uniquement l'image.

Modèles et capacités
Quelle est la différence entre Wan 3.0 Prime et Wan 3.0 Video ?

Prime est la voie accélérée de Wan 3.0 ; les deux partagent le même usage des prompts, des images de première et dernière frame et des images de référence, de l'audio, des fichiers et des pages web — il suffit de changer le model ID pour basculer ; Prime n'accepte actuellement pas d'entrée de vidéo de référence, et les deux voies ont des tarifs différents.

Modèles et capacités
Comment reproduire le même résultat ?

En passant une valeur seed fixe (de 0 à 2147483647) et en conservant le prompt ainsi que les autres paramètres inchangés, vous obtenez des résultats très cohérents, ce qui facilite la comparaison après un ajustement.

Modèles et capacités
Comment Wan 3.0 Prime est-il facturé ?

La facturation est basée sur la durée de la vidéo de sortie et le niveau de résolution ; les tâches échouées sont intégralement remboursées ; le prix unitaire précis est celui affiché en temps réel sur cette page.

Modèles et capacités

Questions fréquentes